Pengorganisasian data dan Informasi
Assalamu’alaikum Wr Wb
Kali ini saya akan posting tentang Pengorganisasian data dan Informasi. Berikut penjelasannya.
4.1.1 Hirarki Data
Sistem komputer
mengorganisasikan data ke dalam suatu hirarki yang dimulai dengan bits dan
kemudia bytes, fields, record, files, dan database. Bits merupakan unit
terkecil dari data yang dapat diproses oleh komputer dan satu kumpulan bit yang
terdiri dari 8 bits adalah bytes yang merepresentasikan karakter tunggal bisa
berupa huruf, angka, atau simbol.
Fields merupakan penggabungan beberapa karakter secara logic
menjadi sebuah kata, gabungan kata, atau rangkaian kata. Contohnya nama_siswa,
tgl_daftar, alamat. Record adalah gabungan dari beberapa field secara logic,
contohnya adalah: nama_siswa, mata kuliah yang diambil, dll. File merupakan
gabungan dari beberapa record sejenis yang saling berhubungan. Database ialah
gabungan dari beberapa file yang saling berhubungan. Sebuah record
menggambarkan sebuah entity/entitas (orang, tempat, barang, atau pelanggan,
pegawai, produk, dll). Setiap karakteristik atau kualitas menggambarkan
keterangan dari entitas disebut atribut, contohnya nama_pelanggan,
kode_karyawan, warna_produk.
Setiap record
dalam sebuah file harus mempunyai paling tidak satu field yang unik yang dapat
mengidentifikasi record tersebut, sehinga record tersebut mudah diambil
(access), diperbaharui (update), dan diurutkan. Field ini yang biasa disebut
Primary Key, contohnya nomor induk mahasiswa (NIM) sebagai Primary Key,karena
tidak mungkin sama antara siswa satu dengan siswa lain (unik).
SecondaryKey adalah field lain yang mempunyai beberapa informasi
identifikasi, tetapi tidak mengidentifikasi secara khusus. Contohnya last_name
merupakan secondary key karena kemungkinan ada beberapa orang yang mempunyai
last name yang sama.
4.1.2 Penyimpanan dan Pengaksesan Record
4.1.2 Penyimpanan dan Pengaksesan Record
Record – record
disimpan dengan berbagai cara di dalam media penyimpanan (secondary storage)
dan penyusunannya menentukan cara bagaimana record tersebut bisa diakses. Dalam
Sequential Access, data/record harus diambila/diakses sesuai dengan urutan
fisik penyimpanan data tersebut. Untuk pengaksesan secara langsung (direct)
atau random, user dapat mengambil/mengakses data/record diberbagai urutan tanpa
perlu mengetahui urutan fisik data pada media penyimpanan.
Index sequential acces method (ISAM)
Metode pencarian ini dengan menggunakan sebuah index dari key field
untuk mencari sebuah record. Indeks terhadap suatu file merupakan daftar key
field dari setiap record dan posisi di mana record tersebut di simpan pada media
penyimpanan. Record di simpan pada disk berdasarkan urutan key. Track index
menunjukkan nilai tertinggi dari key field yang dapat ditemukan pada track
tertentu. Untuk menemukan record tertentu, track index dicari utnuk menemukan
cylinder dan track yang mengandung data, selanjutnya secara berurutan track
dibaca untuk mendapatkan record.
Direct File Access Method
Metode ini menggunakan key field untuk menemukan alamat fisik dari
sebuah record. Proses menggunakan rumus matematik (transform algorithm) untuk
merubah key field menjadi lokasi penyimpanan dari record.
4.2 File
Dari jaman
aplikasi komputer pertama dalam bisnis (pertengahan tahun 50) sampai tahun
1970, organisasi mengatur datanya dengan pendekatan tradisional yaitu dalam
bentuk file. Cara ini telah berjalan sebab organisasi secara khusus telah
memulai sebuah aplikasi otomatis pada suatu waktu. Sistem ini berkembang
sendiri tanpa perencanaan secara menyeluruh. Setiap aplikasi mempunyai data
sendiri, yang mana dikelola dalam sebuah file data. Sebuah file data adalah
koleksi dari record yang berhubungan secara logic.
4.2.1 Permasalahan dengan Pendekatan file
Permasalahan yang
timbul antara lain :
Data redundancy (Duplikasi)
Karena aplikasi dan file datanya telah dibuat oleh programmer yang
berbeda dalam jangka waktu yang lama, maka sejumlah informasi yang sama
terduplikasi di beberapa tempat.
Data inconsistency (Data tidak Konsisten)
Data inconsistency berarti suatu jenis data memiliki berbagai macam
salinan
yang berbeda – beda (untuk data yang sama, salinannya tidak sama,
sehingga data tidak konsisten).
Data Isolasion (Pemisahan)
Dengan aplikasi yang dirancang dan diimplementasikan secara unik,
data file dikelola secara terpisah mengakibatkan penyimpanan data dengan format
yang berbeda, seperti ukuran tinggi dalam centimeter atau Inchi, dan biasanya
tidak dapat diakses oleh aplikasi lain.
Data Integrity (Integritas Data)
Nilai data harus dipertahankan kesesuaiannya. Misalnya nilai siswa
tidak boleh negative.
Data Independence (Aplikasi/data berdiri sendiri)
Dalam pendekatan
tradisional yaitu pendekatan file, aplikasi dan file data
yang berhubungan independence satu sama lain.
4.3 Pendekatan Modern : Basis Data (Database)
Database
merupakan gabungan dari beberapa file yang saling berhubungan dan dapat
mengeliminasi permasalahan yang timbul dari pendekatan tradisional yaitu file.
Dengan pendekatan modern semua data diletakkan di tempat penyimpanan yang sama.
Tidak seperti pendekatan tradisional di mana program yang berbeda – beda
mengakses file data yang berbeda – beda. Basis data diatur sedemikian rupa
sehingga satu atau sekelompok program menyediakan akses terhadap semua data.
Sehingga permasalahan duplikasi data (redundancy), data yang
terisolasi (isolation), dan data yang tidak konsisten (inconsistency) dapat
dikurangi, dan data dapat dibagi – bagikan di antara semua pengguna (users). Di
samping itu, keamanan dan integritas data meningkat, dan aplikasi serta data
tidak bergantung satu dengan yang lainnya.
4.3.1 Penempatan Data dalam Basis Data
Basis Data adalah
gabungan/kumpulan dari beberapa file yang berhubungan dan di mana file – file
yang berhubungan tersebut ditempatkan dapat mempengaruhi user dalam mengakses
data, waktu dibutuhkan untuk query, entry data, keamanan, dan biaya.
Database Terpusat (Centralized Database)
Database terpusat (Centralized Database) memiliki semua file yang
saling berhubungan dalam suatu lokasi penyimpanan. File – file database
ditempatkan di komputer mainframe (komputer pusat). Dengan ini tidak hanya
memperkecil biaya dalam hubungannya dengan beberapa computer tapi juga
memberikan database admin (DBA) dengan kemampuannya untuk bekerja pada database
dalam satu lokasi saja.
Semua file tidak bisa diakses kecuali dari komputer pusat, di mana
file tersebut lebih mudah diproteksi dari akses – akses atau modifikasi yang
tidak berhak, juga penyelamatan dari bencana (disasters recovery) akan lebih
mudah dilakukan karena data hanya berada pada satu lokasi pusat penyimpanan.
Bagaimanapun juga data terpusat mempunyai satu titik kelemahan,
yakni ketika komputer pusat tidak berfungsi maka yang lain tidak bisa
beroperasi. Dan kadangkala kecepatan akses bermasalah, jika user tersebar di
berbagai tempat yang jauh dan harus mengerjakan manipulasi semua data, maka
akan terjadi kelambatan atau akses menjadi sangat lambat.
Data Terdistribusi (Distributed Database)
Penggandaan semua database atau sebagian database ke lebih dari
satu tempat/lokasi, yang biasanya lebih dekat dengan user. Ada 2 tipe data
terdistribusi :
Replicated Database
Penggandaan (copy) semua database ke beberapa lokasi, dengan
tujuan utama untuk mengatasi permasalahan apabila terjadi
kegagalan pada database pusat, selain itu juga meningkatkan respon
terhadap akses oleh user.
Partitioned Database
Penggandaan (copy) sebagian database ke suatu tempat/lokasi lain,
biasanya bagian yang digandakan adalah bagian database yang sangat dibutuhkan
oleh user pada lokasi tersebut. Pengaksesan akan lebih cepat karena database berada
dekat dengan user.
4.3.2 Pembuatan Basis Data (Creating Database)
Untuk membuat
sebuah database, perancang database harus membuat rancangan konsep (conceptual
design) dan rancangan fisik (physical design). Rancangan konsep adalah model
abstrak database dari user atau dari segi pandang bisnis. Rancangan fisik
menunjukkan bagaimana sebuah database sebenarnya diatur/disusun pada tempat
penyimpanan.
Rancangan konsep menggambarkan bagaimana elemen data dalam database
dikelompokkan. Proses perancangan mengidentifikasi hubungan antara elemen data
dan cara paling efisien untuk mengelompokkan elemen data dalam memenuhi
kebutuhan informasi. Proses perancangan juga mengidentifikasi duplikasi dan
pengelompokan pada elemen data membutuhkan aplikasi tertentu. Untuk mendapatkan
rancangan database yang optimal perancang database harus menggunakan ER-Diagram
dan Normalisasi.
Entity Relationship (ER) Modeling
ER Diagram sebagai dokumen dari konsep model data yang berisi
entity/entitas, atribut, dan relasi, yang semuanya digambarkan dalam diagram.
o Entitas adalah sesuatu yang dapat diidentifikasi pada lingkunga
kerja pengguna (user). Contoh : pendaftaran mata kuliah oleh mahasiswa. Pada
contoh ini entitasnya adalah mahasiswa, mata kuliah. Entity Classes merupakan
gabungan/kelompok dari beberapa entity/entitas.
o Instance menggambarkan keterangan dari entity. Sebagai contoh
mahasiswa tertentu (Johns Mill, 0800759633) adalah instance dari mahasiswa.
o Identifier merupakan atribut yang mengidentifikasi instance dari
entity. Contohnya untuk instance mahasiswa dapat diidentifikasi
dengan nomor id mahasiswa.
o Relationship adalah yang menggambarkan hubungan satu entity
dengan entity lain. Hubungan tersebut bisa hubungan one to one, one to many,
dan many to many.
�� 1 :
1 (one to one)
Satu instance dari suatu entity berhubungan dengan satu instance
dari satu entity lain.
�� 1 :
M (one to many)
Satu instance dari satu entity berhubungan dengan banyak instance
dari suatu entity lain. Contohnya adalah hubungan antara entitas dosen dan mata
kuliah. Hubungan ini menggambarkan bahwa satu dosen dapat mengajar lebih dari
satu mata kuliah.
�� M :
M (many to many)
Banyak instance dari suatu entity berhubungan dengan banyak
instance dari suatu entity lain. Contohnya adalah hubungan antara entitas
mahasiswa dan mata kuliah. Hubungan ini menggambarkan bahwa satu mahasiswa
dapat mengambil lebih dari satu mata kuliah dan satu mata kuliah dapat diambil
oleh lebih dari satu mahasiswa.
Normalization
Pada relational database perlu dilakukan analisa agar tidak terjadi
pengulangan atau redundancy. Normalisasi adalah cara untuk menganalisa dan
mengurangi suatu relasi database menjadi lebih singkat dengan tujuan
meminimalkan duplikasi data, memaksimalkan integritas data, dan kinerja proses
yang baik.
4.4. Sistem Manajemen Database (Database Mangement System / DBMS)
Merupakan suatu
software (program) atau sekelompok program yang dapat memberikan akses ke
database. DBMS memperbolehkan organisasi untuk menyimpan data di dalam satu
tempat penyimpanan, dari itu data dapat diupdate dan diambil, dan juga
memberikan akses ke data yang disimpan oleh berbagai macam program aplikasi.
DBMS juga memberikan mekanisme untuk pengelolaan integritas
informasi yang disimpan, mengatur keamanan dan akses dari user, perbaikan
informasi ketika sistem rusak, dan pengaksesan berbagai macam fungsi databsae
di dalam aplikasi yang ditulis dengan bahasa generasi ke 3, 4, atau
berorientasi objek.
4.4.1 Logikal vs Fiskal
Phisycal view
berhubungan dengan pengaturan aktual atau sebenarnya, pengaturan fisik, dan
lokasi data di tempat penyimpanan (direct acces storage). Spesialis database
menggunakan phisycal view untuk membuat efisiensi penggunaan tempat penyimpanan
dan pemrosesan sumberdaya. Logical view menyajikan data dalam bentuk yang
sangat berarti/berguna kepada pengguna dan program software yang memproses data
tersebut.
4.4.2 Komponen DBMS
Ada empat
komponen utama di dalam sistem manajemen database yakni Data Model, DDL, DML,
dan Data Dictionary.
Model Data (Data Model)
Menerangkan bagaimana cara data disusun secara konsep.
Data Definition Language (DDL)
Menerangkan tipe informasi yang ada di dalam database dan bagaimana
informasi – informasi tersebut disusun. DDL menerangkan tiap elemen data
sebagaimana adanya dalam database sebelum elemen data tersebut diubah menjadi
bentuk yang dibutuhkan oleh aplikasi. DDL merupakan jalur di antara logical dan
physical view. DDL digunakan untuk mendefinisikan karakter fisik setiap record,
field di dalam suatu record, dan setiap nama logical dari field, tipe data dan
panjang karakter, dan juga digunakan untuk rmenspesifikasikan relasi/hubungan
di antara semua record.
Fungsi lain dari
DDL antara lain :
o Menyediakan cara untuk menghubungkan data.
o Menentukan identifier yang unik dari record.
o Membuat keamanan terhadap akses data dan mengubah batasan
(restrictions).
Data Manipulation Language (DML)
Digunakan dengan bahasa generasi ke 3,4 atau berorientasi objek
untuk melakukan query terhadap isi dari database, penyimpan atau update
informasi di dalam database dan membangun aplikasi database.
DML memungkinkan user untuk mengambil, mengurutkan, menampilkan dan
menghapus isi dari database. SQL merupakan bahasa database relasi yang paling
populer, yang mengkombinasikan kemampuan DDL dan DML.
Contoh:
SELECT (student_name) from (student_database)
where student_id = ‘0800759633’
Menampilkan nama mahasiswa dari tabel database mahasiswa yang
memilik student_id = 0800759633.
Data Dictionary (Kamus Data)
Kamus data menyimpan definisi dari elemen data (field) dan
karakteristik data seperti individuals, fungsi bisnis, program, dan laporan.
Kamus data memiliki keuntungan yaitu dapat mengurangi ketidakkonsistenan dalam
data karena kamus data menyediakan definisi standar untuk semua elemen data.
Sistem manajemen database memiliki keuntungan terhadap organisasi sebagai
berikut :
Meningkatkan kegunaan strategis dari data perusahaan.
Mengurangi kompleksitas dari lingkungan sistem informasi
perusahaan.
Mengurangi duplikasi data dan data yang tidak konsisten.
Meningkatkan integritas data.
Meningkatkan keamanan.
Mengurangi biaya pembangunan dan pengelolaan aplikasi.
Meningkatkan fleksibilitas dari sistem informasi.
Meningkatkan akses dan ketersediaan data dan informasi.
4.5 Logical Data Model
Kemampuan seorang
manager untuk menggunakan data adalah sangat bergantung
pada bagaimana database terstruktur secara logical maupun fisik.
DBMS memisahkan tampilan logic dan fisik dari data, ini berarti bahwa
programmer dan user tidak tahu di mana dan bagaimana data sebenarnya disimpan.
Dalam penyusunan database secara logic, kebutuhan bisnis menentukan
karakteristik dari data dan bagaimana data akan diakses. Ada tiga bentuk data
model yang biasa digunakan, yakni hierarchical, network, dan relational. Dan
tipe lain dari model data termasuk multidimensional, object oriented,
object-relation, dan hypermedia.
Menggunakan model ini, perancang database dapat membangun tampilan
logic atau konseptual dari data yang selanjutnya dapat diimplementasikan secara
fisik ke dalam database virtual dengan DBMS apa saja.
4.5.1 Model Basis Data Hirarki (Hierarchical Database Model)
Membuat struktur
data ke dalam bentuk pohon terbalik (inverse trees) yang setiap record
mempunyai 2 elemen. Yang pertama merupakan root atau field master atau sering
disebut juga key, yang mengidentifikasikan tipe lokasi atau susunan record.
Kedua adalah berupa variable dari subordinate field, yang menerangkan akhir
dari data dalam record. Aturannya adalah semua field hanya mempunya satu
“parent”, setiap parent mempunyai banyak “Children”. Keuntungan dari
Hierarchical Database Model adalah kecepatan dan efisiensi dalam pengaksesan
data. Sementara kerugian dari Hierarchical Database Model adalah dalam hal
pengaksesan data. Ketika mengakses data, data harus didefinisikan dahulu oleh
database admin sebelum program ditulis, dan setiap relasi harus benar – benar
didefinisikan ketika database dibuat.
4.5.2 Model Basis Data Jaringan (Network Database Model)
Membuat
relasi/hubungan antar data melalui suatu struktur linked-list di mana
subordinate record dapat dihubungkan ke lebih dari satu elemen data. Mirip
dengan Hierarchical Model, tetapi pada model ini menggunakan link yang
eksplisit untuk menghubungkan member dan owner yang disebut pointer. Model
database ini sangat komplek/rumit, yakni setiap ada perubahan hubungan antar
elemen data, sepasang pointer harus diperbaiki.
4.5.3 Model Basis Data Relasi (Relational Database Model)
Relational
database model berdasar pada konsep sederhana dari tabel untuk melakukan
perubahan pada karakteristik baris dan kolom data. Di dalam model ini, tabel –
tabel disebut relations, baris disebut tuple, dan kolom disebut attribute.
Ada beberapa prinsip dasar dalam membuat database model ini,
pertama urutan tuple atau attribute di dalam table adalah tidak berhubungan
(irrelevant), kedua setiap tuple harus dapat diidentifikasi secara unik oleh
data di dalam tuple (disebut primary key), ketiga setiap table harus memiliki
identifier yang unik-nama dari relasi, keempat tidak ada duplikasi atribut atau
tuple, dan yang terakhir hanya ada satu nilai dalam setiap baris-kolom ”cell”
pada tabel.
Di dalam relasional database, ada tiga operasi dasar yang digunakan
untuk membangun sejumlah data yang berguna, select, join, dan project. Operasi
select membuat subset berisi semua record dalam file data yang sesuai dengan
kriteria yang ditentukan. Operasi join menggabungkan tabel relasi relasi untuk
menyediakan informasi yang lebih dari pada yang tersedia pada tabel individu
kepada user. Operasi Project membuat subset berisi kolom dalam table,
memperbolehkan user untuk membuat tabel baru yang berisi informasi yang
dibutuhkan.
4.5.4 Kemunculan Data Model
Ada tiga model
data, yaitu multidimensional, object oriented dan hypermedia.
4.5.4.1 Database Object Oriented Model
Model yang
sekarang sedang banyak dikembangkan adalah model yang berdasarkan objek, yakni
sejumlah data diletakkan secara bersama – sama dengan semua data yang
dibutuhkan dengan tujuan untuk melakukan pengoperasian dengan data tersebut.
Pengertian database object oriented model mirip dengan bahasa pemograman object
oriented yang terdiri dari object, attribute, classes, method, dan messages.
Object, mirip dengan entitas yang menggambarkan orang, tempat, atau benda,
tetapi objek juga berisi semua data yang dibutuhkan oleh objek dengan tujuan
untuk melakukan pengoperasian. Contohnya : karyawan, barang. Attribut, adalah
karakteristik yang menerangkan keadaan objek tersebut. Contohnya: umur
karyawan. Method, sebuah operasi, aksi, atau tindakan yang dialami objek.
Contohnhya : barang yang terjual. Messages, dari objek lain mengaktifkan
operasi yang terkandung dalam objek tersebut. Ketika operasi diaktifkan, pesan
akan dikirim kepada objek ketiga yang mungkin mengaktifkan method dalam objek
tersebut dan lain – lain. Class, menerangkan semua messages untuk objek yang
mana yang akan merespon, sebagaimana di mana objek – objek dari kelas ini
diimplementasikan. Class biasanya diatur seperti struktur pohon. Contohnya
sebuah objek truk” adalah sebuah subclass dari ”Kendaraan bermotor”, sebuah
”truk” adalah ”Kendaraan bermotor”.
4.5.4.2 Object Relation Database Model
Menambah kapasitas penyimpan objek yang baru ke sistem manajemen
database relation. Sistem yang berdasar pada model ini adalah penggabungan data
field tradisional
manajemen, objek yang kompleks/rumit seperti rangkaian waktu, data
geospital (map, photo, satellite) dan macam – macam media biner seperti audio,
video, images, applet, dan text terformat atau tidak.
4.5.4.3 Hypermedia Database Model
Menyimpan
sejumlah informasi dalam bentuk nodes yang terhubung oleh link yang dibuat oleh
user. Nodes bisa berisi text, graphic, motion video, atau exe.file. Relasi di
antara nodes tidak begitu terstruktur dibanding sistem manajemen database yang
tradisional. Pada kebanyakan sistem, setiap nodes dapat ditampilkan pada layar.
Layar juga berperan sebagai penghubung antara node dengan node yang lain dalam
database.
4.5.5 Model Lain Basis Data (Other Database Model)
Geographical
Information Database berisi data lokasi untuk digambarkan sebagai peta atau
images. Dengan mengunakan tipe data ini, user dapat melihat lokasi pelanggan
dan vendor tanpa harus membaca alamat yang sebenarnya. Knowledge Database dapat
menyimpan aturan keputusan digunakan untuk mengevaluasi situasi dan menolong
user membuat keputusan seperti layaknya seorang ahli. Multimedia Database dapat
menyimpan dalam bentuk media atau apa saja, seperti suara, video, images,
grafik, animasi, dan teks.
4.5.6 Small-Footprint Database
Small-Footprint
Database memungkinkan organisasi untuk menempatkan data tipe tertentu pada
lokasi di mana pekerja berada. Database ini menawarkan informasi yang lebih
banyak dalam bentuk yang dapat diakses.
4.6 Gudang Data (Data Warehouse)
Pada saat ini
organisasi fokus untuk meningkatkan atau mengganti system pemrosesan tranaksi
online dan memberikan perhatiankhusus untuk membuat informasi tersedia terhadap
user melalui manajemen akses dan pengaturan efisien. Fokus teknologi telah
berubah dari pengambilan input data melalui system operasional perusahaan
menjadi pengaksesan informasi yang disediakan oleh gudang data perusahaan.
Data Warehouse adalah sistem manajemen database relational atau
multidimensional yang dirancang untuk mendukung manajemen pengambilan
keputusan. Data Warehouse mengandung data terbaru dengan rinci, data yang lama
(Historical Data) dengan rinci, rangkuman data, dan metadata. Metadata adalah
data mengenai data. Metadata penting untuk perancangan, pembuatan, pengambilan,
dan pengontrolan data dari gudang data. Pengguna data warehouse perlu
mengetahui data apa saja yang tersedia, apa sumber data, di mana data berada,
dan bagaimana mengakses data. Metadata secara teknis termasuk dari mana data
berasal, bagaimana gudang data diubah, bagaimana data diatur, bagaimana data
disimpan, siapa memiliki data, siapa bertanggungjawab terhadap data, siapa yang
dapat mengakses data, dan tanggal update terbaru. Bisnis metadata termasuk data
apa yang tersedia, di mana data berada, apa maksud data, pengertian data,
bagaimana mengakses data, dan lain – lain.
Datawarehouse memberikan keuntungan bisnis diantaranya sebagai
berikut :
Meyediakan pengguna bisnis dengan pandangan “customer centric” dari
data perusahaan yang beraneka ragam dengan membantu mengintegrasikan data dari
penjualan, layanan (servcie), manufacturing, distribusi, dan sistem bisnis lain
yang berhubungan dengan customer.
Memberikan nilai tambah kepada pelanggan (customer perusahaan)
dengan memungkinkan mereka mengakses informasi ketika gudang data digabungkan
dengan teknologi internet.
Menggabungkan data mengenai masing – masing pelanggan dan
menyediakan tempat penyimpanan terhadap semua pelanggan untuk segmentation
modeling, perencanaan pemeliharaan pelanggan, dan analisa penjualan.
Menghilangkan batasan antara area fungsional dengan menawarkan
suatu cara untuk penyesuaian tampilan dari beberapa sumber, dengan demikian
memberikan pandangan pada aktivitas.
Memberikan laporan pada unit operasi multidivisi, multinasional,
termasuk trend atau hubungan di dalam semua area seperti merchandising,
perencanaan produksi, dan seterusnya.
4.6.1 Multidimensional Database Model
Database
multidimensi sering disebut pusat dari data warehouse, data yang hubungannya
sangat kuat dan dapat dilihat dan dianalisa dari sudut pandang yang berbeda
yang disebut dimensi dan juga menyediakan tempat penyimpanan yang efisien,
efektif, dan nyaman serta pengambilan data yang besar. Data seperti dalam
database dianalisa oleh Online Analytical Processing (OLAP). Dalam model data
ini, data disimpan dalam bentuk array.
Berikut ini
beberapa keuntungan yang diberikan oleh multidimensional database :
Data dalam basis data multidimensi dapat disajikan dengan mudah.
Basis data multidimensi lebih mudah dipelihara.
Basis data multidimensi lebih cepat dari pada relational database
dengan adanya tambahan dimensi dan antisipasi terhadap bagaimana data akan
diakses oleh pengguna.
4.6.2 Data Mart
Data Mart
merupakan versi scaled-down dari data warehouse yang memfokuskan pada area
subjek tertentu. Data Mart biasa dirancang untuk mendukung kebutuhan bisnis
yang unik dari departemen atau proses bisnis tertentu. Suatu perusahaan dapat
memiliki banyak data mart di mana setiap data mart fokus pada sebagian dari
keseluruhan bagian perusahaan. Butuh sedikit waktu untuk membangun data mart,
biaya ringan, dan tidak begitu rumit. Permulaan yang tidak teliti dari beberapa
data mart dengan yang tidak ada hubungannya satu sama lain untuk data warehouse
perusahaan akan menyebabkan permasalahan.
4.6.3 Data Mining
Data Mining memberikan pengertian atau arti yang sebelumnya tidak
diketahui, prediksi informasi dari data – data yang dapat diakses dari dalam
data warehouse. Tools Data Mining menggunakan algoritma yang otomatis dan
canggih untuk menemukan pola (pattern) yang tersembunyi, korelasi, dan hubungan
antara data. Tools ini digunakan untuk memprediksi pola atau trend di masa yang
akan datang, yang mengarahkan perusahaan dalam mengambil keputusan.
Data mining
mempunyai 5 fungsi utama :
Klasifikasi (Classification), menyimpulkan penjelasan karakteristik
dari sebuah kelompok tertentu.
Clusterin, mengidentifikasikan sekelompok item yang berbagi
karakteristik tertentu.
Association, mengidentifikasikan hubungan antara kejadian yang
terjadi pada waktu yang sama.
Sequencing, mirip dengan asosiasi, kecuali hubungan terjadi
melampaui batas waktu yang telah ditentukan.
Forecasting, memperkirakan nilai yang akan datang berdasarkan pola
(pattern) yang terdapat di dalam sekelompok besar data.
4.6.4 Text Mining
Merupakan
aplikasi dari data mining untuk file teks yang tidak terstruktur atau kurang
terstruktur, lebih berfokus pada format dokumen daripada isi dokumen. Text
Mining membantu organisasi untuk melakukan hal – hal berikut :
Menemukan isi yang tersembunyi dari suatu dokumen, termasuk
hubungan yang berguna.
Menghubungkan dokumen – dokumen di antara divisi – divisi yang
sebelumnya tidak terperhatikan.
Mengelompokkan dokumen dengan themes yang sama
Sumber :
https://saydasyarifa.wordpress.com/2013/01/06/pengorganisasian-data-dan-informasi/
Sekian postingan saya kali ini mengenai Pengorganisasian data dan Informasi. Semoga bermanfaat.
Wassalamu’alaikum Wr Wb
0 Komentar untuk " Pengorganisasian data dan Informasi"
Silahkan berkomentar sesuai artikel