Dokumen tersebut membahas konsep dan proses pengolahan data, mulai dari pengumpulan, pengubahan, penyimpanan hingga pembuatan dokumen. Juga dibahas mengenai pendekatan database untuk memperbaiki masalah pengolahan data secara tradisional dan perkembangan teknologi seperti data warehouse dan analisis data multidimensi.
1. Riza Muhammad Nurman 4SC
Click to edit Master title style
BAB 2
MIS
FACULTY
Riza Muhammad Nurman
MANAGEMENT INFORMATION SYSTEM
Sistem Pengolahan Data
2. Riza Muhammad Nurman 4SC
Click to edit Master title styleCONTENT
• Konsep Pengolahan Data
• Tugas Pengolahan Data
• Sifat Pengolahan Data
• Proses Pengolahan Data
• Hambatan Pengelolaan Data
• Pengolahan Data Secara Tradisional
• Pendekatan Database Untuk Pengolahan Data
• Peranan Pengolahan Data Dalam Pemecahan Masalah
• Tren Database
3. Riza Muhammad Nurman 4SC
Click to edit Master title styleKONSEP PENGOLAHAN DATA
• Sistem yang melakukan tugas pengolahan data
adalah sistem pengolahan data
• 4 Jenis Pengolahan Data
– Sistem Manual
– Mesin Keydriven
– Mesin Punched Card
– Komputer
5. Riza Muhammad Nurman 4SC
Click to edit Master title style2. Mesin Keydriven
• Penemuan mesin keydriven
seperti cash register, mesin tik
dan kalkulator meringankan
tugas pengurusan data yang
besar
7. Riza Muhammad Nurman 4SC
Click to edit Master title style4. Komputer
• Era permulaan
pengolahan data
ditandai dengan
berbagai masalah
seperti:
– Pengulangan data
– Ketergantungan data
– Kepemilikan data
yang tersebar
8. Riza Muhammad Nurman 4SC
Click to edit Master title styleTUGAS PENGOLAHAN DATA
• Pengumpulan data
• Pengubahan data
– Pengklasifikasian
– Penyortiran
– Pengkalkulasian
– Perekapitulasian
• Penyimpanan data
• Pembuatan dokumen
9. Riza Muhammad Nurman 4SC
Click to edit Master title styleTUGAS PENGOLAHAN DATA
• Pengumpulan data
• Pengubahan data
–Pengklasifikasian
– Penyortiran
– Pengkalkulasian
– Perekapitulasian
• Penyimpanan data
• Pembuatan dokumen
10. Riza Muhammad Nurman 4SC
Click to edit Master title styleTUGAS PENGOLAHAN DATA
• Pengumpulan data
• Pengubahan data
– Pengklasifikasian
–Penyortiran
– Pengkalkulasian
– Perekapitulasian
• Penyimpanan data
• Pembuatan
dokumen
11. Riza Muhammad Nurman 4SC
Click to edit Master title styleTUGAS PENGOLAHAN DATA
• Pengumpulan data
• Pengubahan data
– Pengklasifikasian
– Penyortiran
–Pengkalkulasian
– Perekapitulasian
• Penyimpanan data
• Pembuatan
dokumen
12. Riza Muhammad Nurman 4SC
Click to edit Master title styleTUGAS PENGOLAHAN DATA
• Pengumpulan data
• Pengubahan data
– Pengklasifikasian
– Penyortiran
– Pengkalkulasian
–Perekapitulasian
• Penyimpanan data
• Pembuatan
dokumen
13. Riza Muhammad Nurman 4SC
Click to edit Master title styleTUGAS PENGOLAHAN DATA
• Pengumpulan data
• Pengubahan data
– Pengklasifikasian
– Penyortiran
– Pengkalkulasian
– Perekapitulasian
• Penyimpanan data
• Pembuatan dokumen
14. Riza Muhammad Nurman 4SC
Click to edit Master title styleTUGAS PENGOLAHAN DATA
• Pengumpulan data
• Pengubahan data
– Pengklasifikasian
– Penyortiran
– Pengkalkulasian
– Perekapitulasian
• Penyimpanan data
• Pembuatan dokumen
15. Riza Muhammad Nurman 4SC
Click to edit Master title styleSIFAT PENGOLAHAN DATA
• Menjalankan tugas penting.
• Mengikuti prosedur standar secara relatif.
• Mendapatkan data yang lengkap.
• Mempunyai fokus historisa yang paling utama.
• Memberikan informasi pemecahan masalah
minimal
16. Riza Muhammad Nurman 4SC
Click to edit Master title stylePROSES PENGOLAHAN DATA
DATA INPUT
• Recording transaction
• Coding transaction
• Storing data or
information
DATA TRANSFORMATION
• Calculating
• Summarizing
• Categorizing
• Sorting
• Merging
• Matching
INFORMATION OUTPUT
• Displaying result
• Reproducing
• Telecommunicating
17. Riza Muhammad Nurman 4SC
Click to edit Master title styleHAMBATAN PENGELOLAAN DATA
• Hambatan organisasional pada lingkungan database
• Mengintegrasikan data dan memastikan kualitas
data
18. Riza Muhammad Nurman 4SC
Click to edit Master title stylePENGOLAHAN DATA SECARA TRADISIONAL
Masalah Yang Terjadi
• Data berlebihan dan simpang
siur
• Ketergantungan program data
• Kurang fleksibel
• Keamanannya kurang terjamin
• Kurang mampu berbagi pakai
data
19. Riza Muhammad Nurman 4SC
Click to edit Master title stylePENDEKATAN DATABASE UNTUK PENGOLAHAN DATA
20. Riza Muhammad Nurman 4SC
Click to edit Master title styleSISTEM MANAJEMEN DATABASE
• Sebuah program komputer yang didisain untuk mengatur
sebuah basisdata sebagai sekumpulan data yang disimpan
secara terstruktur, dan melakukan operasi-operasi atas data
atas permintaan penggunanya
• Komponen
– Bahasa Definisi Data
– Bahasa Manipulasi Data
– Kamus Data
21. Riza Muhammad Nurman 4SC
Click to edit Master title styleJENIS – JENIS DATABASE
• DBMS Relasional
• DBMS hierarkis dan jaringan
• Database berorientasi objek
22. Riza Muhammad Nurman 4SC
Click to edit Master title styleJENIS – JENIS DATABASE
• DBMS Relasional
• DBMS hierarkis dan jaringan
• Database berorientasi objek
23. Riza Muhammad Nurman 4SC
Click to edit Master title styleJENIS – JENIS DATABASE
• DBMS Relasional
• DBMS hierarkis dan jaringan
• Database berorientasi objek
24. Riza Muhammad Nurman 4SC
Click to edit Master title styleJENIS – JENIS DATABASE
• DBMS Relasional
• DBMS hierarkis dan jaringan
• Database berorientasi objek
25. Riza Muhammad Nurman 4SC
Click to edit Master title stylePRASYARAT MANAJEMEN UNTUK SISTEM DATABASE
• Administrasi data
• Perencanaan data dan metodologi pemodelan
• Teknologi, manajemen dan pengguna database
26. Riza Muhammad Nurman 4SC
Click to edit Master title stylePERANAN PENGOLAHAN DATA DALAM PEMECAHAN
MASALAH
• Pengolahan data banyak dilakukan oleh volume
data yang lebih besar dari pada volume
informasinya
– menghasilkan output informasinya dalam bentuk
laporan accounting standar
– memberikan kekayaan pada database yang dapat
digunakan dalam memecahkan masalah.
• Dengan dihasilkannya keputusan yang baik, secara
langsung maupun tidak langsung akan berpengaruh
pada kinerja perusahaan, yang akan bermuara pada
peningkatan profitabilitas aktivitas usaha
27. Riza Muhammad Nurman 4SC
Click to edit Master title styleTREN DATABASE
• Analisis Data Multidimensional
Data multidimensional
dapat dilakukan analisa
data dengan fungsi-
fungsi
• Slice
• Dice
• Pivoting
• Drill-Down dan Drill-
Up
• Drill-Across
• Roll-Up and Roll-
Down
30. Riza Muhammad Nurman 4SC
Click to edit Master title styleTREN DATABASE - Pivoting
31. Riza Muhammad Nurman 4SC
Click to edit Master title styleTREN DATABASE - Drill-Down dan Drill-Up
32. Riza Muhammad Nurman 4SC
Click to edit Master title styleTREN DATABASE - Drill-Across
33. Riza Muhammad Nurman 4SC
Click to edit Master title styleTREN DATABASE - Roll-Up and Roll-Down
34. Riza Muhammad Nurman 4SC
Click to edit Master title styleDATA WAREHOUSE DAN DATA MINING
• Data warehouse adalah kumpulan data dari berbagai
sumber yang ditempatkan menjadi satu dalam tempat
penyimpanan berukuran besar lalu diproses menjadi
bentuk penyimpanan multidimensional dan didesain untuk
querying dan reporting
35. Riza Muhammad Nurman 4SC
Click to edit Master title styleTUJUAN DATA WAREHOUSE
• Menyediakan data organisasi yang mudah diakses oleh manager.
• Data yang berada di datawarehouse bersifat konsisten, dan
merupakan kebenaran.
• Data warehouse merupakan tempat, dimana data yang telah
digunakan di publikasikan.
• Kualitas data di datawarehouse dapat diandalkan.
• Memungkinkan para pengambil keputusan untuk dapat
mengakses data sesering mungkin tanpa mempengaruhi kinerja
sistem operasional yang mendasarinya.
37. Riza Muhammad Nurman 4SC
Click to edit Master title styleDATABASE DAN WEB
• Teknologi database berperan penting dalam
membuat sumber-sumber informasi organisasi
tersedia di world wide web
• Ada sejumlah keuntungan dalam menggunakan
web untuk mengakses database internal organisasi
– Sangat mudah digunakan
– Tidak membutuhkan banyak latihan dibandingkan
dengan perangkat query database lainnya
– Pengaksesan database perusahaan melalui web
menciptakan efisiensi dan peluang baru dalam beberapa
kasus, bahkan bisa mengubah cara bisnis dijalankan
Data merupakan sumber daya bagi organisasi yang perlu dikelola. Sukses tidaknya dapat dilihat dari kualitas data yang dikelola beserta proses dari pengelolaan data itu sendiri. Itulah yang akhirnya menjadi alasan pentingnya pengelolaan sumber daya data yang baik. Dengan semakin bertambahnya jumlah dan jenis data bagi manusia, maka mereka berusaha untuk membuat suatu alat yang dapat menggantikan manusia dalam hal pencatatan dan pengolahan data. Kegiatan pencatatan tersebut dimulai di berbagai bidang pekerjaan baik oleh perorangan, perusahaan atau pemerintahan
Sistem pertama adalah manual sistem ini hanya terdiri atas orang, pulpen, pensil, dan buku besar (ledger) untuk membuka entri. Buku besar menggambarkan record dari operasi perusahaan
Mesin tersebut memberikan kemampuan untuk membukukan aktivitas perusahaan ke buku besar dengan lebih cepat dan akurat daripada yang dapat dilakukan oleh sistem manual.
Di tahun 1801, Marie Jacquard berhasil mengembangkan otomatisasi pada teknik pembuatan kain tenun. Idenya adalah dengan membuat kartu-kartu berlubang (punched card) yang dipasang di atas alat tenun dan dihubungkan sedemikian rupa, sehingga kartu berlubang ini dapat mengontrol kerja masing-masing benang lusi secara bebas. Prinsipnya sederhana namun terbukti sangat efektif. Bagian kartu yang berlubang, melalui suatu mekanisme tertentu, akan menghasilkan gerakan mengangkat benang lusi yang terhubung dengan lubang tersebut. Sebaliknya, bagian tak-berlubang adalah kode perintah mekanik untuk tidak mengangkat benang lusi. Semakin kompleks motif kain yang ingin dibuat semakin kompleks pula urutan pengaturan naik-turun helaian benang-benang lusi tersebut, yang jumlahnya bisa mencapai ribuan.
Punched card bisa dibaca secara elektrik. Lubang – lubang dalam kartu tersebut dirasakan oleh pin dengan cara menjatuhkannya melalui lubang tersebut untuk membuat kontak di dalam drum. Berdasarkan posisi drum, maka counter pada mesin tabulasi akan menambahkan satu nomor.
Mesin Tabulasi Listrik Hollerith memiliki pembaca kartu meskipun kartu yang dimasukkan ke dalam pembacanya hanya satu kali pada satu waktu. Tabulator ini berfungsi sebagai mesin penghitung. Dia akan terus menghitung nomor kartu dengan menekan lubang di posisi tertentu. Mesin ini memiliki 40 counter.
Pengumpulan data
Sepanjang perusahaan memberikan barang dan jasa dan kepala lingkunganya, tiap tindakannya ini digambarkan dalam record data. Jika tindakan tersebut melibatkan elemen lingkungan, hal ini disebut transaksi.
Pengubahan data
Diperlukan untuk mengubah data untuk mentranformasikannya menjadi format yang dapat digunakan. Operasi pengubahan data mencakup:
Pengklasifikasian
Elemen data dimasukan ke dalam record untuk digunakan sebagai kode untuk mengidentifikasi dan mengelompokkan record mining classification rules. Sebagai contoh, sebuah dealer mobil ingin mengklasifikasikan pelanggannya menurut kecenderungan mereka untuk menyukai mobil jenis tertentu, sehingga para sales yang bekerja disitu akan mengetahui siapa yang harus didekati, kemana katalog mobil jenis baru harus dikirim, sehingga hal ini akan sangat membantu dalam hal promosi.
Penyortiran
Record disusun dalam urutan tertentu berdasarkan pada kode atau elemen data yang lain. Sebagai contoh, file record penggajian disusun sedemikan rupa sehingga semua record untuk tiap karyawan dapat dijadikan satu dan record untuk tiap karyawan berada dalam urutan menurut tanggal.
Pengkalkulasian
Operasi aritmatika dan logika dilakukan pada elemen data yang menghasilkan elemen data tambahan. Sebagai contoh, dalam sistem penggajian, biaya perjam, dikalikan jumlah jam kerja untuk menghasilkan pendapatan kotor.
Perekapitulasian
Data yang dipersingkat menjadi bentuk total dan subtotal. Contohnya adalah hasil rekapitulasi / ringkasan nilai akhir mahasiswa per semester.
Penyimpanan data
Pada perusahaan kecil, ada ratusan transaksi dan tindakan tiap harinya sedangkan diperusahaan yang lebih besar, mungkin saja ada ribuan. Setiap data transaksi ini tentunya beresiko hilang karena berceceran. Oleh karena itulah dibutuhkan tempat untuk penyimpanan data agar data tersebut selalu ada ketika dibutuhkan.
Pembuatan dokumen
Sistem pengolahan data menghasilkan output yang dibutuhkan oleh perorangan atau kelompok baik yang berada di dalam atau diluar perusahan. Keluaran ini biasa dibuat dalam bentuk paper atau dokumen.
Pengumpulan data
Sepanjang perusahaan memberikan barang dan jasa dan kepala lingkunganya, tiap tindakannya ini digambarkan dalam record data. Jika tindakan tersebut melibatkan elemen lingkungan, hal ini disebut transaksi.
Pengubahan data
Diperlukan untuk mengubah data untuk mentranformasikannya menjadi format yang dapat digunakan. Operasi pengubahan data mencakup:
Pengklasifikasian
Elemen data dimasukan ke dalam record untuk digunakan sebagai kode untuk mengidentifikasi dan mengelompokkan record mining classification rules. Sebagai contoh, sebuah dealer mobil ingin mengklasifikasikan pelanggannya menurut kecenderungan mereka untuk menyukai mobil jenis tertentu, sehingga para sales yang bekerja disitu akan mengetahui siapa yang harus didekati, kemana katalog mobil jenis baru harus dikirim, sehingga hal ini akan sangat membantu dalam hal promosi.
Penyortiran
Record disusun dalam urutan tertentu berdasarkan pada kode atau elemen data yang lain. Sebagai contoh, file record penggajian disusun sedemikan rupa sehingga semua record untuk tiap karyawan dapat dijadikan satu dan record untuk tiap karyawan berada dalam urutan menurut tanggal.
Pengkalkulasian
Operasi aritmatika dan logika dilakukan pada elemen data yang menghasilkan elemen data tambahan. Sebagai contoh, dalam sistem penggajian, biaya perjam, dikalikan jumlah jam kerja untuk menghasilkan pendapatan kotor.
Perekapitulasian
Data yang dipersingkat menjadi bentuk total dan subtotal. Contohnya adalah hasil rekapitulasi / ringkasan nilai akhir mahasiswa per semester.
Penyimpanan data
Pada perusahaan kecil, ada ratusan transaksi dan tindakan tiap harinya sedangkan diperusahaan yang lebih besar, mungkin saja ada ribuan. Setiap data transaksi ini tentunya beresiko hilang karena berceceran. Oleh karena itulah dibutuhkan tempat untuk penyimpanan data agar data tersebut selalu ada ketika dibutuhkan.
Pembuatan dokumen
Sistem pengolahan data menghasilkan output yang dibutuhkan oleh perorangan atau kelompok baik yang berada di dalam atau diluar perusahan. Keluaran ini biasa dibuat dalam bentuk paper atau dokumen.
Pengumpulan data
Sepanjang perusahaan memberikan barang dan jasa dan kepala lingkunganya, tiap tindakannya ini digambarkan dalam record data. Jika tindakan tersebut melibatkan elemen lingkungan, hal ini disebut transaksi.
Pengubahan data
Diperlukan untuk mengubah data untuk mentranformasikannya menjadi format yang dapat digunakan. Operasi pengubahan data mencakup:
Pengklasifikasian
Elemen data dimasukan ke dalam record untuk digunakan sebagai kode untuk mengidentifikasi dan mengelompokkan record mining classification rules. Sebagai contoh, sebuah dealer mobil ingin mengklasifikasikan pelanggannya menurut kecenderungan mereka untuk menyukai mobil jenis tertentu, sehingga para sales yang bekerja disitu akan mengetahui siapa yang harus didekati, kemana katalog mobil jenis baru harus dikirim, sehingga hal ini akan sangat membantu dalam hal promosi.
Penyortiran
Record disusun dalam urutan tertentu berdasarkan pada kode atau elemen data yang lain. Sebagai contoh, file record penggajian disusun sedemikan rupa sehingga semua record untuk tiap karyawan dapat dijadikan satu dan record untuk tiap karyawan berada dalam urutan menurut tanggal.
Pengkalkulasian
Operasi aritmatika dan logika dilakukan pada elemen data yang menghasilkan elemen data tambahan. Sebagai contoh, dalam sistem penggajian, biaya perjam, dikalikan jumlah jam kerja untuk menghasilkan pendapatan kotor.
Perekapitulasian
Data yang dipersingkat menjadi bentuk total dan subtotal. Contohnya adalah hasil rekapitulasi / ringkasan nilai akhir mahasiswa per semester.
Penyimpanan data
Pada perusahaan kecil, ada ratusan transaksi dan tindakan tiap harinya sedangkan diperusahaan yang lebih besar, mungkin saja ada ribuan. Setiap data transaksi ini tentunya beresiko hilang karena berceceran. Oleh karena itulah dibutuhkan tempat untuk penyimpanan data agar data tersebut selalu ada ketika dibutuhkan.
Pembuatan dokumen
Sistem pengolahan data menghasilkan output yang dibutuhkan oleh perorangan atau kelompok baik yang berada di dalam atau diluar perusahan. Keluaran ini biasa dibuat dalam bentuk paper atau dokumen.
Pengumpulan data
Sepanjang perusahaan memberikan barang dan jasa dan kepala lingkunganya, tiap tindakannya ini digambarkan dalam record data. Jika tindakan tersebut melibatkan elemen lingkungan, hal ini disebut transaksi.
Pengubahan data
Diperlukan untuk mengubah data untuk mentranformasikannya menjadi format yang dapat digunakan. Operasi pengubahan data mencakup:
Pengklasifikasian
Elemen data dimasukan ke dalam record untuk digunakan sebagai kode untuk mengidentifikasi dan mengelompokkan record mining classification rules. Sebagai contoh, sebuah dealer mobil ingin mengklasifikasikan pelanggannya menurut kecenderungan mereka untuk menyukai mobil jenis tertentu, sehingga para sales yang bekerja disitu akan mengetahui siapa yang harus didekati, kemana katalog mobil jenis baru harus dikirim, sehingga hal ini akan sangat membantu dalam hal promosi.
Penyortiran
Record disusun dalam urutan tertentu berdasarkan pada kode atau elemen data yang lain. Sebagai contoh, file record penggajian disusun sedemikan rupa sehingga semua record untuk tiap karyawan dapat dijadikan satu dan record untuk tiap karyawan berada dalam urutan menurut tanggal.
Pengkalkulasian
Operasi aritmatika dan logika dilakukan pada elemen data yang menghasilkan elemen data tambahan. Sebagai contoh, dalam sistem penggajian, biaya perjam, dikalikan jumlah jam kerja untuk menghasilkan pendapatan kotor.
Perekapitulasian
Data yang dipersingkat menjadi bentuk total dan subtotal. Contohnya adalah hasil rekapitulasi / ringkasan nilai akhir mahasiswa per semester.
Penyimpanan data
Pada perusahaan kecil, ada ratusan transaksi dan tindakan tiap harinya sedangkan diperusahaan yang lebih besar, mungkin saja ada ribuan. Setiap data transaksi ini tentunya beresiko hilang karena berceceran. Oleh karena itulah dibutuhkan tempat untuk penyimpanan data agar data tersebut selalu ada ketika dibutuhkan.
Pembuatan dokumen
Sistem pengolahan data menghasilkan output yang dibutuhkan oleh perorangan atau kelompok baik yang berada di dalam atau diluar perusahan. Keluaran ini biasa dibuat dalam bentuk paper atau dokumen.
Pengumpulan data
Sepanjang perusahaan memberikan barang dan jasa dan kepala lingkunganya, tiap tindakannya ini digambarkan dalam record data. Jika tindakan tersebut melibatkan elemen lingkungan, hal ini disebut transaksi.
Pengubahan data
Diperlukan untuk mengubah data untuk mentranformasikannya menjadi format yang dapat digunakan. Operasi pengubahan data mencakup:
Pengklasifikasian
Elemen data dimasukan ke dalam record untuk digunakan sebagai kode untuk mengidentifikasi dan mengelompokkan record mining classification rules. Sebagai contoh, sebuah dealer mobil ingin mengklasifikasikan pelanggannya menurut kecenderungan mereka untuk menyukai mobil jenis tertentu, sehingga para sales yang bekerja disitu akan mengetahui siapa yang harus didekati, kemana katalog mobil jenis baru harus dikirim, sehingga hal ini akan sangat membantu dalam hal promosi.
Penyortiran
Record disusun dalam urutan tertentu berdasarkan pada kode atau elemen data yang lain. Sebagai contoh, file record penggajian disusun sedemikan rupa sehingga semua record untuk tiap karyawan dapat dijadikan satu dan record untuk tiap karyawan berada dalam urutan menurut tanggal.
Pengkalkulasian
Operasi aritmatika dan logika dilakukan pada elemen data yang menghasilkan elemen data tambahan. Sebagai contoh, dalam sistem penggajian, biaya perjam, dikalikan jumlah jam kerja untuk menghasilkan pendapatan kotor.
Perekapitulasian
Data yang dipersingkat menjadi bentuk total dan subtotal. Contohnya adalah hasil rekapitulasi / ringkasan nilai akhir mahasiswa per semester.
Penyimpanan data
Pada perusahaan kecil, ada ratusan transaksi dan tindakan tiap harinya sedangkan diperusahaan yang lebih besar, mungkin saja ada ribuan. Setiap data transaksi ini tentunya beresiko hilang karena berceceran. Oleh karena itulah dibutuhkan tempat untuk penyimpanan data agar data tersebut selalu ada ketika dibutuhkan.
Pembuatan dokumen
Sistem pengolahan data menghasilkan output yang dibutuhkan oleh perorangan atau kelompok baik yang berada di dalam atau diluar perusahan. Keluaran ini biasa dibuat dalam bentuk paper atau dokumen.
Pengumpulan data
Sepanjang perusahaan memberikan barang dan jasa dan kepala lingkunganya, tiap tindakannya ini digambarkan dalam record data. Jika tindakan tersebut melibatkan elemen lingkungan, hal ini disebut transaksi.
Pengubahan data
Diperlukan untuk mengubah data untuk mentranformasikannya menjadi format yang dapat digunakan. Operasi pengubahan data mencakup:
Pengklasifikasian
Elemen data dimasukan ke dalam record untuk digunakan sebagai kode untuk mengidentifikasi dan mengelompokkan record mining classification rules. Sebagai contoh, sebuah dealer mobil ingin mengklasifikasikan pelanggannya menurut kecenderungan mereka untuk menyukai mobil jenis tertentu, sehingga para sales yang bekerja disitu akan mengetahui siapa yang harus didekati, kemana katalog mobil jenis baru harus dikirim, sehingga hal ini akan sangat membantu dalam hal promosi.
Penyortiran
Record disusun dalam urutan tertentu berdasarkan pada kode atau elemen data yang lain. Sebagai contoh, file record penggajian disusun sedemikan rupa sehingga semua record untuk tiap karyawan dapat dijadikan satu dan record untuk tiap karyawan berada dalam urutan menurut tanggal.
Pengkalkulasian
Operasi aritmatika dan logika dilakukan pada elemen data yang menghasilkan elemen data tambahan. Sebagai contoh, dalam sistem penggajian, biaya perjam, dikalikan jumlah jam kerja untuk menghasilkan pendapatan kotor.
Perekapitulasian
Data yang dipersingkat menjadi bentuk total dan subtotal. Contohnya adalah hasil rekapitulasi / ringkasan nilai akhir mahasiswa per semester.
Penyimpanan data
Pada perusahaan kecil, ada ratusan transaksi dan tindakan tiap harinya sedangkan diperusahaan yang lebih besar, mungkin saja ada ribuan. Setiap data transaksi ini tentunya beresiko hilang karena berceceran. Oleh karena itulah dibutuhkan tempat untuk penyimpanan data agar data tersebut selalu ada ketika dibutuhkan.
Pembuatan dokumen
Sistem pengolahan data menghasilkan output yang dibutuhkan oleh perorangan atau kelompok baik yang berada di dalam atau diluar perusahan. Keluaran ini biasa dibuat dalam bentuk paper atau dokumen.
Pengumpulan data
Sepanjang perusahaan memberikan barang dan jasa dan kepala lingkunganya, tiap tindakannya ini digambarkan dalam record data. Jika tindakan tersebut melibatkan elemen lingkungan, hal ini disebut transaksi.
Pengubahan data
Diperlukan untuk mengubah data untuk mentranformasikannya menjadi format yang dapat digunakan. Operasi pengubahan data mencakup:
Pengklasifikasian
Elemen data dimasukan ke dalam record untuk digunakan sebagai kode untuk mengidentifikasi dan mengelompokkan record mining classification rules. Sebagai contoh, sebuah dealer mobil ingin mengklasifikasikan pelanggannya menurut kecenderungan mereka untuk menyukai mobil jenis tertentu, sehingga para sales yang bekerja disitu akan mengetahui siapa yang harus didekati, kemana katalog mobil jenis baru harus dikirim, sehingga hal ini akan sangat membantu dalam hal promosi.
Penyortiran
Record disusun dalam urutan tertentu berdasarkan pada kode atau elemen data yang lain. Sebagai contoh, file record penggajian disusun sedemikan rupa sehingga semua record untuk tiap karyawan dapat dijadikan satu dan record untuk tiap karyawan berada dalam urutan menurut tanggal.
Pengkalkulasian
Operasi aritmatika dan logika dilakukan pada elemen data yang menghasilkan elemen data tambahan. Sebagai contoh, dalam sistem penggajian, biaya perjam, dikalikan jumlah jam kerja untuk menghasilkan pendapatan kotor.
Perekapitulasian
Data yang dipersingkat menjadi bentuk total dan subtotal. Contohnya adalah hasil rekapitulasi / ringkasan nilai akhir mahasiswa per semester.
Penyimpanan data
Pada perusahaan kecil, ada ratusan transaksi dan tindakan tiap harinya sedangkan diperusahaan yang lebih besar, mungkin saja ada ribuan. Setiap data transaksi ini tentunya beresiko hilang karena berceceran. Oleh karena itulah dibutuhkan tempat untuk penyimpanan data agar data tersebut selalu ada ketika dibutuhkan.
Pembuatan dokumen
Sistem pengolahan data menghasilkan output yang dibutuhkan oleh perorangan atau kelompok baik yang berada di dalam atau diluar perusahan. Keluaran ini biasa dibuat dalam bentuk paper atau dokumen.
Recording transaction
Menyimpan data transaksi ke sebuah pengolahan data medium (contoh, punching number ke dalam kalkulator).
Coding transaction
Merubah informasi data transaksi pada saat akan dimasukkan ke dalam bentuk yang berbeda (contoh merubah atribut kelamin female ke huruf F).
Storing data or information
Proses penyimpanan data atau informasi kedepannyua bisa digunakan untuk pengambilan keputusan (potential information for future)
Calculating
Operasi aritmatik terhadap data field. Contohnya adalah menaikkan gaji sebesar 10% pada kolom gaji dalam tabel karyawan.
Summarizing
Proses akumulasi beberapa data. Contoh menjumlah jumlah jam kerja setiap hari dalam seminggu menjadi nilai total jam kerja perminggu.
Pengelompokan data menjadi kelompok-kelompok tertentu, yaitu:
Categorizing
Pengelompokkan data berdasar karakteristrik tertentu (contoh, pengelompokkan data mahasiswa berdasar semester aktif).
Sorting
Pengurutan data kedalam bentuk ascending ataupun descending (contoh, pengurutan nomor induk karyawan secara ascending yakni dari urut terendah ke yang tertinggi).
Merging
Penggabungan untuk dua atau lebih sekumpulan data berdasarkan kriteria tertentu (Misalnya menggabungkan data penjualan bulan Januari, Februari dan Maret ke dalam kelompok triwulanan).
Matching
Penyocokkan data berdasar keinginan pengguna terhadap pengelompokan data tertentu(contoh, memilih semua karyawan yang total pendapatannya lebih dari 10 juta pertahun).
Displaying result
Menampilkan informasi yang dibutuhkan pemakai melalui monitor atau cetakan.
Reproducing
Penyimpanan data yang digunakan untuk pemakai lain yang membutuhkan.
Telecommunicating
Penyimpanan data secara elektronik melalui saluran komunikasi.
Hambatan organisasional pada lingkungan database
Implementasi database membutuhkan perubahan organisasional secara menyeluruh. Dalam hal peran informasi, alokasi kekuatan pada level senior, kepemilikan dan berbagi-pakai informasi. System manajemen database (DBMS) merupakan tantangan tersendiri bagi kekuatan pengaturan data dalam perusahaan. Dalam lingkungan pengaturan file tradisional, tiap departemen memiliki file dan program untuk memenuhi kebutuhan data perusahaan. Dengan database, file dan program harus dibangun sebagai syarat mutlak untuk organusasi data secara baik. Walaupun organisasi harus mengeluarkan uang yang tidak sedikit untuk perangkat keras dan perangkat lunak bagi lingkungan database, namun keuntungan maksimal bisa dicapai.
Mengintegrasikan data dan memastikan kualitas data
Beralih ke database merupakan proses panjang yang membutuhkan banyak biaya. Perusahaan harus menghabiskan banyak waktu untuk mengumpulkan dan membakukan data yang membentuk database agar bisa mengeliminasi segala bentuk ketidakkonsistenan, berlebihan dan kesalahan yang biasanya muncul sewaktu penambahan data dan pemeliharaannya dari beragam sistem dan wilayah fungsional.
Administrasi data
Prinsip dasar dalam administrasi data adalah semua data merupakan milik organisasi secara keseluruhan. Data tidak bisa dikatakan milik salah satu wilayah bisnis tertentu atau unit organisasi tertentu. Semua data harus dibuat tersedia bagi semua kelompok yang membutuhkannya agar tugas-tugasnya bisa dilaksanakan, kebijakan informasi dapat menata prosedur dan kemampuan respon tertentu, menentukan unit organisasi mana yang bisa berbagi pakai informasi, kemana organisasi didistribusikan, dan siapa yang wajib memperbarui dan memelihara organisasi.
Perencanaan data dan metodologi pemodelan
Kebutuhan-kebutuhan organisasi yang dilayani oleh DBMS jauh lebih lebar daripada yang dilayani oleh lingkungan file tradisional. Oleh karena itu, organisasi memerlukan perencanaan data yang menyeluruh. Analisis perusahaan sangat diperlukan untuk mengembangkan data base.Adapun tujuan analisis tersebut adalah mengidentifikasi entitas-entitas kunci, atribut dan relasi yang menyusun data organisasi.
Teknologi, manajemen dan pengguna database
Database membutuhkan perangkat lunak, staf dan struktur manajemen data yang dilatih secara khusus dalam hal teknik-teknik DBMS. Sebagian besar perusahaan mengembangkan rancangan database dan kelompok manajemen di dalam divisi sistem informasi yang bertanggung jawab dalam menentukan dan mengorganisasi struktur dan isi database dan memeliharanya.
Pengolahan data banyak dilakukan oleh volume data yang lebih besar dari pada volume informasinya. Ada dua alasan, yang pertama sistem pengolahan data benar-benar menghasilkan output informasinya dalam bentuk laporan accounting standar yang kedua sistem pengolahan data memberikan kekayaan pada database yang dapat digunakan dalam memecahkan masalah.
Dengan dihasilkannya keputusan yang baik, secara langsung maupun tidak langsung akan berpengaruh pada kinerja perusahaan, yang akan bermuara pada peningkatan profitabilitas aktivitas usaha. Jika skenario pengolahan fakta menjadi data, kemudian menjadi informasi, dan akhirnya menjadi pengetahuan dapat dilaksanakan dengan benar (efisien dan efektif), maka akan merupakan senjata khusus perusahaan dalam bersaing. Sebaliknya, jika terjadi kesalahan pada proses pengolahan yang ada, hal fatal dapat menimpa perusahaan. Dapat dibayangkan bahwa seorang manajer puncak mengambil keputusan berdasarkan data atau informasi yang salah dan tidak akurat.
data multidimensi adalah ketika kita dapat melihat sebuah data dari berbagai sudut pandang atau dimensiIstilah lain untuk analisis data multidimensi ini adalah pemrosesan analitik online (OLAP).
Contoh, penjualan buku dapat dilihat dari segi lokasi Buku, waktu, lokasi penjualan / toko dan sebagainya.
Dalam terminologi Multidimensional Analysis, Slice digunakan untuk mendefinisikan sebuah member atau sekumpulan member yang dipisahkan (dari ALL Dimension-Dimension lain) lalu dievaluasi melintang pada semua Dimension. Sebuah member dari suatu Dimension berarti suatu nilai dalam sebuah level pada Dimension tersebut. Untuk lebih memahami konsep Slice perhatikan contoh dibawah ini :
Misalkan kita hanya mempunyai tiga Dimension dengan nama Poduct, Store, dan Date dalam suatu Dimensional Model yang sederhana. Kita hanya mempunyai satu table Fact yang dinamakan Sales.Asumsikan bahwa kita memisahkan tiga member dari Product Dimension, ketiga member ini adalah Soda, Milk dan Juice. Hal ini ditampilkan pada gambar dibawah:
Konsep Dicing berarti kita menaruh beberapa Member dari suatu Dimension pada suatu Sumbu koordinat lalu meletakkan beberapa Member dari Dimension lain pada sumbu yang lain. Dengan cara ini akan memungkinkan melihat hubungan antar Member dari Dimension-Dimension yang berbeda.
Dicing adalah analisa hubungan antar Dimension-Dimension yang berbeda atau Member-Member Dimension tersebut. Gambar dibawah menunjukkan contoh Dicing
Contoh analisa yang dapat dilakukan dari gambar 2.18 adalah sebagai berikut:
Berapa kontribusi masing-masing toko pada total penjualan untuk setiap Product (Soda, Milk, dan Juice)?
Berapa kontribusi Product tertentu pada total penjualan untuk setiap lokasi Toko?
Pivoting pada Multidimensional Modelling berarti menukarkan Baris dengan Kolom dan sebaliknya. Gambar berikut menunjukkan contoh Pivoting. Pada gambar dibawah kita menukarkan Dimension STORE pada Baris dengan PRODUCT pada Kolom. Ini adalah cara yang cepat dan sederhana untuk melihat dengan perspektif yang berbeda.
Drilling dalam Multidimensional terminologi berarti perpindahan dari satu level Hierarchy ke level yang lain. Dengan kata lain Drill-Down dapat didefinisikan sebagai kemampuan untuk melihat informasi pada struktur hierarchy dibawahnya.
Pada contoh gambar dibawah ditunjukkan Drill-Down pada tiga level hierarchy sederhana dalam Dimension PRODUCT.Hierarchy tersebut adalah :
‘GROUP CLASS’–>’GROUP’–>’PRODUCT’.
Pada akhirnya dengan melakukan Drill-Down pada attribute GROUP, kita akan sampai pada level terendah dari Dimension PRODUCT (yang mana merupakan Product item).
Drill-Across adalah suatu cara dimana kita dapat Drill dari satu Dimension ke Dimension yang lain. Fungsi ini umumnya digunakan pada ROLAP, Pada gambar dibawah dapat dilihat contoh dari Driill-Across dari Dimension STORE CA ke Dimension PRODUCT.
Pada gambar diatas dapat kita lihat Drill-Across dari STORE CA ke Dimension PRODUCT. Pada tabel pertama menunjukkan Penjualan dalam Dimension STORE dari tiga negara bagian, dan kita akan fokus hanya pada CA (California). Dengan fungsi Drill-Across ke Dimension PRODUCT kita bisa melihat lebih detail tentang product mana saja yang menentukan penjualan pada STORE CA.
Roll-Up and Roll-Down adalah fungsi OLAP yang memberikan aggregate lebih tinggi atau lebih rendah dari seluruh Dimension pada level Hierarchy yang diberikan. Pada contoh gambar dibawah kita Roll-Down Dimension PRODUCT dari level 3 ke level 2 and ke level 1. Hal ini bisa diselesaikan lewat Hierarchy PRODUCT level:
GROUP CLASS–>GROUP–>PRODUCT
Konsep Roll-Down mirip dengan Drill-Down, dan Roll-Up adalah kebalikan dari Roll-Down. Juga bisa dikatakan Konsep Roll-Up mirip dengan Drill-Up.
Kehadiran data mining dilatar belakangi dengan problema data explosion yang dialami akhir-akhir ini dimana banyak organisasi telah mengumpulkan data sekian tahun lamanya (data pembelian, data penjualan, data nasabah, data transaksi dan sebagainya). Hampir semua data tersebut dimasukkan dengan menggunakan aplikasi komputer yang digunakan untuk menangani transaksi sehari-hari yang kebanyakan adalah OLTP (On Line Transaction Processing). Bayangkan berapa transaksi yang dimasukkan oleh hypermarket semacam Carrefour atau transaksi kartu kredit dari sebuah dalam seharinya dan bayangkan betapa besarnya ukuran data mereka jika nanti telah berjalan beberapa tahun. Pertanyaannya sekarang, apakah data tersebut akan dibiarkan menggunung, tidak berguna lalu dibuang, ataukah kita dapat me-‘nambang’-nya untuk mencari ‘emas’, ‘berlian’ yaitu informasi yang berguna untuk organisasi kita. Banyak diantara kita yang kebanjiran data tapi miskin informasi.
Data mining merupakan beragam teknik untuk menemukan pola tersembunyi dan relasi dalam sekumpulan besar data dan menarik kesimpulan aturan dari sekumpulan besar data dan menarik untuk memprediksi perilaku masa depan dan menuntun pengambilan keputusan (Fayyed et al., 2002; Hirji, 2001).
Ekstraksi pola yang menarik dari data dalam jumlah besar
Beberapa teknik yang sering disebut-sebut dalam literatur data mining antara lain : clustering, classification, association rule mining, neural network, genetic algorithm dan lain-lain. data mining digunakan untuk melakukan information discovery yang informasinya lebih ditujukan untuk seorang Data Analyst dan Business Analyst (dengan ditambah visualisasi tentunya). Dalam prakteknya, data mining juga mengambil data dari data warehouse.
Contohnya adalah St. Luke Hospital di Chester field yang memiliki webPINS (web-enabled Patient Information Network System) yang menggunakan teknologi web untuk mendapatkan informasi pasien secara luas yang digabungkan ke dalam database Sybase.