Kamis, 26 Juli 2007
Truzzz….apa doongg peranan Basis Data itu….??
Basis Data tu memiliki peran yang sangat penting dalam perusahaan. Informasi dapat diperoleh dengan cepat berkat data yang mendasarinya telah disimpan dalam basis data. Contohnya tu kayak mekanisme pengambilan uang pada ATM (Anjungan Tunai Mandiri). Basis data pula yang memungkinkan aplikasi semacam KRS online diimplementasikan, yang memungkinkan mahasiswa mengisi data pengambilan mata kuliah melalui Internet. Hebat to….Selain itu sih…masih bejibun bo contoh-contoh yang laen….tugas kalian tu…buat nyari contoh yang laen!
Kan udah diketahui bahwa secara fisik data disimpan dalam bentuk kumpulan bit dan direkam dengan basis track didalam media penyimpan eksternal. Dalam prakteknya untuk kemudahan dalam mengakses data, data disusun dalam suatu struktur logis, seperti :
• Kumpulan table menyusun basis data
• Tabel tersusun atas sejumlah record
• Sebuah record mengandung sejumlah field
• Sebuah field disimpan dalam bentuk kumpulan bit
Field tuh apaan seehhh….????
Field adalah yang menyatakan data terkecil yang memiliki makna. Istilah laennya adalah elemen data, kolom, item, dan atribut. Contohnya nama seseorang, jumlah barang yang dibeli, ataupun tanggal lahir seseorang. Jelazzz blommm….??!
Truzz….record apaan….????
Record itu yang menyatakan kumpulan dari sejumlah elemen data yang saling terkait. Sebagai contoh, nama, alamat, tanggal lahir, dan jenis kelamin dari seseorang menyusun sebuah record. Istilah laennya adalah tupelo dan baris.
Tyuzzz…DBMS tu apa…??
DBMS (database management system) adalah sekumpulan program yang digunakan untuk menyimpan, memodifikasi, dan mengekstrak informasi dari sebuah basisdata. Terdapat berbagai DBMS, mulai dari yang dapat dijalankan pada PC sampai yang harus dijalankan pada mainframe. Untuk mendapatkan informasi dari basisdata, digunakan bahasa khusus dalam bentuk query. Setiap DBMS mendukung bahasa query yang berbeda-beda.
Pada pendekatan yang berbasis berkas, umumnya perancangan system didasarkan pada kebutuhan individual pemakai, bukan berdasarkan kebutuhan sejumlah pemakai. Setiap kali terdapat kebutuhan baru dari seorang pemakai, kebutuhan segera diterjemahkan ke dalam program computer. Akibatnya, kemungkinan besar setiap program aplikasi menuliskan data tersendiri. Sementara itu ada kemungkinan data yang sama juga terdapat pada berkas-berkas lain yang digunakan oleh program aplikasi lain.
Sebenernya tu…apa sih keuntungan dari DBMS…???Banyak banget sih keuntungannya. Antara lain tu :
• Independensi data (DBMS menyediakan pendekatanyang membuat perubahan dalam data tidak membuat program harus diubah).
• Pengaksesan yang efisien terhadap data (DBMS menyediakan berbagai teknik yang canggih sehingga penyimpanan dan pengambilan data dilakukan secara efisien)
• Keamanan dan integritas data (karena data dikendalikan oleh DBMS, DBMS dapat melakukan kendala integritas terhadap data. Segala sesuatu yang tidak sesuai dengan definisi suatu field dan kekangan yang melekat pada field akan ditolak. Sebagai contoh, jika field jenis kelamin dinyatakan berupa P atau W, maka penyimpanan L ke field tersebut dengan sendirinya akan ditolak oleh DBMS).
• Administrasi data (jika sejumlah pemakai berbagai data, pemusatan administrasi data dapat meningkatkan perbaikan yang sangat berarti. Dengan cara seperti ini, duplikasi atau redudansidata dapat diminimalkan).
• Akses bersamaan dan pemulhan terhadap kegagalan (DBMS menyediakan mekanisme sehingga data yang sama dapat diakses oleh sejumlah orang dalam waktu yang sama. Selain itu, DBMS melindungi pemakai dari efek kegagalan system. Jika terjadi kegagalan, DBMS dapat mengembalikan data sebagaimana kondisi saat sebelum terjadi kegagalan).
• Waktu pengembangan aplikasi diperpendek (DBMS menawarkan banyak fasilitas yang memudahkan dalam menyusun aplikasis ehingga waktu pengembangan aplikasi dapat diperpendek).
Jadi kegunaan dari DBMS ya seperti yangudah dijelaskan diatas itu….kira-kira lah…pi…masih banyak juga ko’ fungsinya yang laen, yang g’ dapat dijelaskan satu-persatu gitu….tar kelamaan dong..!!
Selaen itu…menurut pengaksesannya, basis data dibedakan menjadi 4 jenis. Apa aja seehhh….????
• Basis data individual (basis data yang digunakan oleh perseorangan. Biasanya basis data seperti ni banyak dijumpai dilingkungan PC. Visual dBASE, Microsoft Access, Corel Paradox, dan Filemaker Pro merupakan contoh perangkat lunak yang biasa digunakan untuk mengelola basis data untuk kepentingan pribadi, misalnya untuk mencatat data telepon, atau daftar belanja bulanan).
• Basis data perusahaan (basis data yang dimaksudkan untuk diakses oleh sejumlah pegawai dalam sebuah perusahaan dalam sebuah lokasi. Basis data seperti ini disimpan dalam sebuah server dan para pemakai dapat mengakses dari masing-masing computer yang berkedudukan sebagai client).
• Basis data terdistribusi (basis data yang disimpan pada sejumlah computer yang terletak pada beberapa lokasi. Model seperti ini banyak digunakan pada bank yang memiliki sejumlah cabang dipelbagai kota dan melayani transaksi perbankan yang bersifat online).
• Bank data public (basis data yang dapat diakses oleh siapa saja. Sebagai contoh, banyak situs web, misalnya Yahoo yang menyediakan data yang bersifat public dan dapat diambil siapa saja secara gratis. Namun adakalanya seseorang harus menjadi anggota dan membayar iuran untuk memperoleh data publik).
Dalam data base, ada juga lho yang disebut dengan Model data. Trus…sebenernya…model data itu adalah sekumpulan konsep terintregasi yang dipakai untuk menjabarkan data, hubungan antar data dan kekangan terhadap data yang digunakan untuk menjaga konsistensi. Bisa juga lho disebut dengan struktur data logis. Dibagi empat! Apa ajaa….?????
• Model data hierarkis
Model ini sering kali dijabarkan dalam bentuk pohon terbalik. Didalam model ini dikenal istilah orang tua dan anak. Masing-masing berupa suatu simpul dan terdapat hubungan bahwa setiap anak hanya bias memiliki satu orang tua, sedangkan orang tua dapat memiliki sejumlah anak. Simpul tertinggi yaitu yang tidak memiliki orang tua disebut akar.
• Model data jaringan
Model ini dibuat untuk mengatasi masalah pada model hierarkis. Bentuknya menyeruapi model hierarkis, tetapi ada bedanya sih….yaitu tidak mengenal akar, dan setiap anak bisa memiliki lebih dari satu orang tua.
• Model data relasional
Menggunakan sekumpulan table berdimensi dua yang biasa disebut table atau relasi dengan masing-masing table tersusun atas sejumlah baris dan kolom. Secara konsep setiap table harus memiliki kunci primer. Kunci primer dapat tersusun dari sebuah kolom atau beberapa kolom. Kunci berperan sebagai identitas yang unik untuk masing-masing basis data. Selain kunci primer, terdapat juga kunci tamu, atau kunci asing (foreign key). Kunci tamu adalah sebuah kolom dalam sebuah table yang menjadi penghubung denagn kunci primer pada table lain.
• Model data berbasis objek
Model data yang menerapkan teknik pemrograman berorientasi objek. Berbeda dengan tiga model yang telah dibahas didepan, model data berbasis objek mengemas data dan fungsi untuk mengakses datake dalam bentuk objek. DBMS yang menggunakan model ini biasa disebut OODBMS (Object Oriented DataBase Management System).
Selaen semua hal yang disebutkan diatas….DBMS juga mempunya beberapa komponen, yaitu:
• Kamus data (menjabarkan berkas/label dan field)
• Utilitas (Digunakan untuk memudahkan pemakai dalam menciptakan basis data dan table serta dalam memanipulasi data)
• Pembangkit laporan (Memudahkna dalam membuat laporan)
• Pembangkit aplikasi (Memudahkan dalam membuat aplikasi)
• Keamanan akses (Mengatur hak akses pemakai)
• Pemulihan system (Untuk mengembalikan data ke basis data sekiranya terjadi kegagalan sistem)
Dalam DBMS ada juga lho yang disebut SQL…. SQL singkatan dari Structured Query Language. SQL adalah bahasa komputer yang standart untuk mengakses dan memanipulasi database. Seluruh aplikasi database yang beredar di pasaran, baik yang gratis maupun yang berlisensi, mengadopsi bahasa SQL untuk mengolah databasenya.
Beberapa SQL command atau perintah SQL yang harus diketahui adalah :
• CREATE DATABASE, untuk membuat sebuah database.
• DROP DATABASE, untuk menghapus sebuah database.
• CREATE TABLE, untuk membuat sebuah table.
• ALTER TABLE, untuk memodifikasi sebuah table.
• DROP TABLE, untuk menghapus sebuah table.
• SELECT, untuk menampilkan data dari database.
• UPDATE, untuk memodifikasi data dari database.
• INSERT INTO, untuk menambah data di database.
• DELETE, untuk menghapus data dari database.
Sedangkan perintah SQL untuk tingkat lanjut ada cukup banyak. Command tingkat lanjut ini berguna untuk mengolah data dengan cara yang lebih rumit dan kompleks.
OLAP
OLAP – On-Line Analytical Processing. Codd 1993. Biasanya pendekatan untuk mendisain DSS yang berfokus pada data. Sejumlah OLAP tools mempunyai cara mereka sendiri untuk menyimpan data (MDDB). Beberapa memperlihatkan seperti data itu sendiri berada di dalam cubes, tetapi sebenarnya merupakan query dari sebuah relational database (ROLAP).
OLAP adalah suatu sistem atau teknologi yang dirancang untuk mendukung proses analisis kompleks dalam rangka mengungkapkan kecenderungan pasar dan faktor-faktor penting dalam bisnis. OLAP ditandai dengan kemampuannya menaikkan atau menurunkan dimensi data sehingga kita dapat menggali data sampai pada level yang sangat detail dan memperoleh pandangan yang lebih luas mengenai objek yang sedang kita analisis.
OLAP secara khusus memfokuskan pada pembuatan data agar dapat diakses pada saat pendefinisian kembali dimensi. OLAP dapat digunakan membuat rangkuman dari multidimensi data yang berbeda, rangkuman baru dan mendapatkan respon secara online, dan memberikan view dua dimensi pada data cube multidimensi secara interaktif.
Biasanya perusahaan-perusahaan memakai database dalam operasi sehari-harinya seperti pencatatan transaksi jual-beli, administrasi pengiriman barang, inventori, penggajian dsb yang lazim disebut dengan OLTP (online transaction processing). Dengan makin besarnya kebutuhan akan analisa data untuk mempertahankan keunggulan dalam kompetisi, banyak perusahaan yang juga membangun database tersendiri yang khusus digunakan untuk menunjang proses pengambilan keputusan (decision making) atau lazim juga disebut dengan OLAP (online analytical processing). Berbeda dengan OLTP yang hanya memakai operasi query yang sederhana dan berulang-ulang, query untuk OLAP biasanya lebih rumit , bersifat adhoc, dan tidak melibatkan operasi data update. OLAP juga tidak memakai data operasi sehari-hari begitu saja, tetapi memakai data yang sudah terangkum dengan model data yang disebut data cube. Data cube adalah presentasi data multidimensi seperti jenis barang, waktu, lokasi dsb.
Kemampuan OLAP
• Konsolidasi melibatkan pengelompokan data. Sebagai contoh kantor-kantor cabang dapat dikelompokkan menurut kota atau bahkan propinsi. Transaksi penjualan dapat ditinjau menurut tahun, triwulan, bulan, dan sebagainya. Kadangkala istilah rollup digunakan untuk menyatakan konsolidasi
• Drill-down adalah suatu bentuk yang merupakan kebalikan dari konsolidasi, yang memungkinkan data yang ringkas dijabarkan menjadi data yang lebih detail
• Slicing and dicing (atau dikenal dengan istilah pivoting) menjabarkan pada kemampuan untuk melihat data dari berbagai sudut pandang
Software OLAP :
• Express Server (Oracle)
• PowerPlay (Cognos Software)
• Metacube (Informix/Stanford Technology Group)
• HighGate Project (Sybase)
Data Mining
DM adalah serangkaian proses untuk menggali nilai tambah dari suatu kumpulan data berupa pengetahuan yang selama ini tidak diketahui secara manual. Patut diingat bahwa kata mining sendiri berarti usaha untuk mendapatkan sedikit barang berharga dari sejumlah besar material dasar. Karena itu DM sebenarnya memiliki akar yang panjang dari bidang ilmu seperti kecerdasan buatan (artificial intelligent), machine learning, statistik dan database. Beberapa teknik yang sering disebut-sebut dalam literatur DM antara lain : clustering, classification, association rule mining, neural network, genetic algorithm dan lain-lain. Yang membedakan persepsi terhadap DM adalah perkembangan teknik-teknik DM untuk aplikasi pada database skala besar. Sebelum populernya DM, teknik-teknik tersebut hanya dapat dipakai untuk data skala kecil saja. Di sini, mencoba untuk memberi gambaran sekilas atas perkembangan terakhir teknik-teknik DM sambil memberikan juga ilustrasi pemakaian di dunia bisnis. Penulis juga menyajikan pengertian konfigurasi penyimpanan data yang memudahkan pemakai untuk
Data Mining (DM) adalah salah satu bidang yang berkembang pesat karena besarnya kebutuhan akan nilai tambah dari database skala besar yang makin banyak terakumulasi sejalan dengan pertumbuhan teknologi informasi. Definisi umum dari DM itu sendiri adalah serangkaian proses untuk menggali nilai tambah berupa pengetahuan yang selama ini tidak diketahui secara manual dari suatu kumpulan data. Dalam review ini, penulis mencoba merangkum perkembangan terakhir dari teknik-teknik DM beserta implikasinya di dunia bisnis.
Perkembangan data mining(DM) yang pesat tidak dapat lepas dari perkembangan teknologi informasi yang memungkinkan data dalam jumlah besar terakumulasi. Sebagai contoh, toko swalayan merekam setiap penjualan barang dengan memakai alat POS(point of sales). Database data penjualan tsb. bisa mencapai beberapa GB setiap harinya untuk sebuah jaringan toko swalayan berskala nasional. Perkembangan internet juga punya andil cukup besar dalam akumulasi data.
Tetapi pertumbuhan yang pesat dari akumulasi data itu telah menciptakan kondisi yang sering disebut sebagai “rich of data but poor of information” karena data yang terkumpul itu tidak dapat digunakan untuk aplikasi yang berguna. Tidak jarang kumpulan data itu dibiarkan begitu saja seakan-akan “kuburan data” (data tombs).
Karateristik-karateristik penting dari tool data mining meliputi :
– Data preparation facilities
– Selection of data mining operation (algorithms)
– Product scalability and performance
– Facilities for visualization of result
Data mining tool, meliputi :
– Integral Solution Ltd’s Clementine
– DataMind Corp’s Data Crusher
– IBM’s Intelligent Miner
– Silicon Graphics Inc.’s MineSet
– Informations Discovery Inc.’s Data Mining Suite
– SAS Institute Inc.’s SAS System and Right Information System’Thought.
Teknologi Untuk Data Mining :
• Statistik
• Jaringan saraf (neural network)
• Logika kabur (fuzzy logic)
• Algoritma genetika
• dan berbagai teknologi kecerdasan buatan yang lain
Data Warehouse dan Data Mart
Data warehouse adalahData warehouse adalah basis data yang menyimpan data sekarang dan data masa lalu yang berasal dari berbagai sistem operasional dan sumber yang lain (sumber eksternal) yang menjadi perhatian penting bagi manajemen dalam organisasi dan ditujukan untuk keperluan analisis dan pelaporan manajemen dalam rangka pengambilan keputusan
Data warehouse digunakan untuk mendukung pengambilan keputusan, bukan untuk melaksanakan pemrosesan transaksi. Data warehouse hanya berisi informasi-informasi yang relevan bagi kebutuhan pemakai yang dipakai untuk pengambilan keputusan
Data warehouse berisi data yang berbeda-beda yang memberikan gambaran kondisi bisnis pada saat tertentu. Pengembangan data warehouse meliputi pengembangan sistem untuk mengekstrak data dari sistem dan instalasi sistem basis data warehouse yang memungkinkan manager dapat mengakses data secara fleksibel. Secara umum istilah data warehouse mengacu kepada basis data yang berbeda-beda yang dikumpulkan dari seluruh bagian perusahaan.
Mendisain database untuk data warehouse adalah problem utama dalam mendisain data warehouse Ada dua pendekatan utama dalam perancangan data warehouse :
• Pemodelan dan normalisasi entity relationship (ER)
• Pemodelan berdimensi
Teknik Data Warehouse :
• Pengidentifikasian Keperluan
• Pengambilan, Transformasi dan Penyimpanan Data
• Arsitektur Warehouse (Overview)
• Teknologi dan Alatnya Belakangan
• Perancangan Database secara Fisik
• Policy untuk operasional
Metode data warehousing :
• Mengimplementasikan teknik melalui life-cycle
Arsitektur Warehouse :
• Data Warehouse Perusahaan
- Sumber data terpusat
- Besar dalam hal scope dan terkadang ukuran
- Mengoptimalkan proses pengambilan
- Memaksimalkan keuntungan pengintegrasian
- Cara pandang pengguna
- Sulit untuk memenuhi keperluan kelompok pengguna yang berbeda
- Proyek sering gagal
• Data Mart yang mempunyai ketergantungan
- Sebagian dari data diambil dari data warehouse perusahaan dan diorganisasikan untuk memenuhi keperluan bisnis dan aplikasi
- Umumnya data warehouse perusahaan dalam bentuk 3NF
- Data Mart di-de-normalisasikan OLAP sebagai contohnya
- Dalam kenyataannya, sulit untuk mendapatkan semua data yang diperlukan dari penyimpan data perusahaan
• Data Mart yang berdiri sendiri
- Banyak data warehouse kecil di berbagai tempat
- Umumnya mengikuti pendekatan berdimensi
- Kurang integrasi (Tidak konsisten)
- Duplikasi sumber data (Hal yang paling menyulitkan)
- Tapi bisa digunakan (Masalahnya adalah dalam jangka waktu menengah
maupun panjang.
Masalah-masalah dalam menerapkan Data warehouse :
• Dokumentasi dan pengelolaan metadata dari data warehouse.
• Penentuan aturan dalam proses transformasi untuk memetakan berbagai sumber legacy data yang akan dimasukkan ke dalam data warehouse.
• Pencapaian proses pengembangan yang handal, baik dalam membangun, mempimplementasikan, maupun memelihara data warehouse.
Petunjuk Membangun DW
• Menentukan misi dan sasaran bisnis bagi pembentukan data warehouse
• Mengidentifikasi data dari basis data operasional dan sumber lain yang diperlukan bagi data warehouse
• Menentukan item-item data dalam perusahaan dengan melakukan standarisasi penamaan data dan maknanya
• Merancang basis data untuk data warehouse
• Membangun kebijakan dalam mengarsipkan data lama sehingga ruang penyimpanan tak menjadi terlalu besar dan agar pengambilan keputusan tidak menjadi terlalu lamban.
• Menarik data produksi (operasional) dan meletakkan ke basis data milik data warehouse
Data mart adalah bagian dari data warehouse yang digunakan oleh sebuah departemen atau fungsi tertentu dalam organisasi, seperti untuk penjualan, pemasaran, dan keuangan.
Merupakan bagian dari data warehouse yang mendukung kebutuhan pada tingkat departemen atau fungsi bisnis tertentu dalam perusahaan. Karakteristik yang membedakan data mart dan data warehouse adalah sebagai berikut (Connolly, Begg, Strachan 1999).
• Data mart memfokuskan hanya pada kebutuhan-kebutuhan pemakai yang terkait dalam sebuah departemen atau fungsi bisnis.
• Data mart biasanya tidak mengandung data operasional yang rinci seperti pada data warehouse.
• Data mart hanya mengandung sedikit informasi dibandingkan dengan data warehouse. Data mart lebih mudah dipahami dan dinavigasi.
Contoh Software Data Mart :
• SmartMart (IBM)
• Visual Warehouse (IBM)
• PowerMart (Informatica)
A..Be…Ce….De….!!!! Aduh Bo….Cape’ Deeehhhh…..???!!!!
Tapii……Puazzzzzzzz buangeettttssssss brooowwwww……Meskipun penuh dengan perjuangan buerat! Buat nyari bahan tambahan…dari buku…download diinternet! Udah cape’…ngabisin duit banyak lagi! Tapi…it’s ok sehh….demi tugas kul…apa seh yang engga’…????Hehe…sok-sok’an….
Basis Data
(Kerennn…..!! Dah nyampe bab 10 ne….!)
Allloooowwww smuaa…..!!! Lagi pada ngapain neehhh…..??? Hehe…mau tau aja sih ku dengan urusan orang laen! Ok deehh…kita mulai aja dengan pembahasan pada bab 10 ini yaitu tentang BASIS DATA…(Makanan jeniezzz apa nee…??)..Bego bangets sieh…masak pada g’ taooo….??! Ku kasih tau ya..(Aduuhh…lo baek bangets sehh…!Hehe..) Basis Data adalah kumpulan informasi yang disimpan didalam komputer secara sistematik sehingga dapat diperiksa menggunakan suatu program computer untuk memperoleh informasi dari basis data tersebut. Perangkat lunak yang digunakan untuk mengelola dan memanggil query basis data disebut system manajemen basis data (DBMS), getooo….!! Dah jelaz blommm…??(Kerennn…..!! Dah nyampe bab 10 ne….!)
Truzzz….apa doongg peranan Basis Data itu….??
Basis Data tu memiliki peran yang sangat penting dalam perusahaan. Informasi dapat diperoleh dengan cepat berkat data yang mendasarinya telah disimpan dalam basis data. Contohnya tu kayak mekanisme pengambilan uang pada ATM (Anjungan Tunai Mandiri). Basis data pula yang memungkinkan aplikasi semacam KRS online diimplementasikan, yang memungkinkan mahasiswa mengisi data pengambilan mata kuliah melalui Internet. Hebat to….Selain itu sih…masih bejibun bo contoh-contoh yang laen….tugas kalian tu…buat nyari contoh yang laen!
Kan udah diketahui bahwa secara fisik data disimpan dalam bentuk kumpulan bit dan direkam dengan basis track didalam media penyimpan eksternal. Dalam prakteknya untuk kemudahan dalam mengakses data, data disusun dalam suatu struktur logis, seperti :
• Kumpulan table menyusun basis data
• Tabel tersusun atas sejumlah record
• Sebuah record mengandung sejumlah field
• Sebuah field disimpan dalam bentuk kumpulan bit
Field tuh apaan seehhh….????
Field adalah yang menyatakan data terkecil yang memiliki makna. Istilah laennya adalah elemen data, kolom, item, dan atribut. Contohnya nama seseorang, jumlah barang yang dibeli, ataupun tanggal lahir seseorang. Jelazzz blommm….??!
Truzz….record apaan….????
Record itu yang menyatakan kumpulan dari sejumlah elemen data yang saling terkait. Sebagai contoh, nama, alamat, tanggal lahir, dan jenis kelamin dari seseorang menyusun sebuah record. Istilah laennya adalah tupelo dan baris.
Tyuzzz…DBMS tu apa…??
DBMS (database management system) adalah sekumpulan program yang digunakan untuk menyimpan, memodifikasi, dan mengekstrak informasi dari sebuah basisdata. Terdapat berbagai DBMS, mulai dari yang dapat dijalankan pada PC sampai yang harus dijalankan pada mainframe. Untuk mendapatkan informasi dari basisdata, digunakan bahasa khusus dalam bentuk query. Setiap DBMS mendukung bahasa query yang berbeda-beda.
Pada pendekatan yang berbasis berkas, umumnya perancangan system didasarkan pada kebutuhan individual pemakai, bukan berdasarkan kebutuhan sejumlah pemakai. Setiap kali terdapat kebutuhan baru dari seorang pemakai, kebutuhan segera diterjemahkan ke dalam program computer. Akibatnya, kemungkinan besar setiap program aplikasi menuliskan data tersendiri. Sementara itu ada kemungkinan data yang sama juga terdapat pada berkas-berkas lain yang digunakan oleh program aplikasi lain.
Sebenernya tu…apa sih keuntungan dari DBMS…???Banyak banget sih keuntungannya. Antara lain tu :
• Independensi data (DBMS menyediakan pendekatanyang membuat perubahan dalam data tidak membuat program harus diubah).
• Pengaksesan yang efisien terhadap data (DBMS menyediakan berbagai teknik yang canggih sehingga penyimpanan dan pengambilan data dilakukan secara efisien)
• Keamanan dan integritas data (karena data dikendalikan oleh DBMS, DBMS dapat melakukan kendala integritas terhadap data. Segala sesuatu yang tidak sesuai dengan definisi suatu field dan kekangan yang melekat pada field akan ditolak. Sebagai contoh, jika field jenis kelamin dinyatakan berupa P atau W, maka penyimpanan L ke field tersebut dengan sendirinya akan ditolak oleh DBMS).
• Administrasi data (jika sejumlah pemakai berbagai data, pemusatan administrasi data dapat meningkatkan perbaikan yang sangat berarti. Dengan cara seperti ini, duplikasi atau redudansidata dapat diminimalkan).
• Akses bersamaan dan pemulhan terhadap kegagalan (DBMS menyediakan mekanisme sehingga data yang sama dapat diakses oleh sejumlah orang dalam waktu yang sama. Selain itu, DBMS melindungi pemakai dari efek kegagalan system. Jika terjadi kegagalan, DBMS dapat mengembalikan data sebagaimana kondisi saat sebelum terjadi kegagalan).
• Waktu pengembangan aplikasi diperpendek (DBMS menawarkan banyak fasilitas yang memudahkan dalam menyusun aplikasis ehingga waktu pengembangan aplikasi dapat diperpendek).
Jadi kegunaan dari DBMS ya seperti yangudah dijelaskan diatas itu….kira-kira lah…pi…masih banyak juga ko’ fungsinya yang laen, yang g’ dapat dijelaskan satu-persatu gitu….tar kelamaan dong..!!
Selaen itu…menurut pengaksesannya, basis data dibedakan menjadi 4 jenis. Apa aja seehhh….????
• Basis data individual (basis data yang digunakan oleh perseorangan. Biasanya basis data seperti ni banyak dijumpai dilingkungan PC. Visual dBASE, Microsoft Access, Corel Paradox, dan Filemaker Pro merupakan contoh perangkat lunak yang biasa digunakan untuk mengelola basis data untuk kepentingan pribadi, misalnya untuk mencatat data telepon, atau daftar belanja bulanan).
• Basis data perusahaan (basis data yang dimaksudkan untuk diakses oleh sejumlah pegawai dalam sebuah perusahaan dalam sebuah lokasi. Basis data seperti ini disimpan dalam sebuah server dan para pemakai dapat mengakses dari masing-masing computer yang berkedudukan sebagai client).
• Basis data terdistribusi (basis data yang disimpan pada sejumlah computer yang terletak pada beberapa lokasi. Model seperti ini banyak digunakan pada bank yang memiliki sejumlah cabang dipelbagai kota dan melayani transaksi perbankan yang bersifat online).
• Bank data public (basis data yang dapat diakses oleh siapa saja. Sebagai contoh, banyak situs web, misalnya Yahoo yang menyediakan data yang bersifat public dan dapat diambil siapa saja secara gratis. Namun adakalanya seseorang harus menjadi anggota dan membayar iuran untuk memperoleh data publik).
Dalam data base, ada juga lho yang disebut dengan Model data. Trus…sebenernya…model data itu adalah sekumpulan konsep terintregasi yang dipakai untuk menjabarkan data, hubungan antar data dan kekangan terhadap data yang digunakan untuk menjaga konsistensi. Bisa juga lho disebut dengan struktur data logis. Dibagi empat! Apa ajaa….?????
• Model data hierarkis
Model ini sering kali dijabarkan dalam bentuk pohon terbalik. Didalam model ini dikenal istilah orang tua dan anak. Masing-masing berupa suatu simpul dan terdapat hubungan bahwa setiap anak hanya bias memiliki satu orang tua, sedangkan orang tua dapat memiliki sejumlah anak. Simpul tertinggi yaitu yang tidak memiliki orang tua disebut akar.
• Model data jaringan
Model ini dibuat untuk mengatasi masalah pada model hierarkis. Bentuknya menyeruapi model hierarkis, tetapi ada bedanya sih….yaitu tidak mengenal akar, dan setiap anak bisa memiliki lebih dari satu orang tua.
• Model data relasional
Menggunakan sekumpulan table berdimensi dua yang biasa disebut table atau relasi dengan masing-masing table tersusun atas sejumlah baris dan kolom. Secara konsep setiap table harus memiliki kunci primer. Kunci primer dapat tersusun dari sebuah kolom atau beberapa kolom. Kunci berperan sebagai identitas yang unik untuk masing-masing basis data. Selain kunci primer, terdapat juga kunci tamu, atau kunci asing (foreign key). Kunci tamu adalah sebuah kolom dalam sebuah table yang menjadi penghubung denagn kunci primer pada table lain.
• Model data berbasis objek
Model data yang menerapkan teknik pemrograman berorientasi objek. Berbeda dengan tiga model yang telah dibahas didepan, model data berbasis objek mengemas data dan fungsi untuk mengakses datake dalam bentuk objek. DBMS yang menggunakan model ini biasa disebut OODBMS (Object Oriented DataBase Management System).
Selaen semua hal yang disebutkan diatas….DBMS juga mempunya beberapa komponen, yaitu:
• Kamus data (menjabarkan berkas/label dan field)
• Utilitas (Digunakan untuk memudahkan pemakai dalam menciptakan basis data dan table serta dalam memanipulasi data)
• Pembangkit laporan (Memudahkna dalam membuat laporan)
• Pembangkit aplikasi (Memudahkan dalam membuat aplikasi)
• Keamanan akses (Mengatur hak akses pemakai)
• Pemulihan system (Untuk mengembalikan data ke basis data sekiranya terjadi kegagalan sistem)
Dalam DBMS ada juga lho yang disebut SQL…. SQL singkatan dari Structured Query Language. SQL adalah bahasa komputer yang standart untuk mengakses dan memanipulasi database. Seluruh aplikasi database yang beredar di pasaran, baik yang gratis maupun yang berlisensi, mengadopsi bahasa SQL untuk mengolah databasenya.
Beberapa SQL command atau perintah SQL yang harus diketahui adalah :
• CREATE DATABASE, untuk membuat sebuah database.
• DROP DATABASE, untuk menghapus sebuah database.
• CREATE TABLE, untuk membuat sebuah table.
• ALTER TABLE, untuk memodifikasi sebuah table.
• DROP TABLE, untuk menghapus sebuah table.
• SELECT, untuk menampilkan data dari database.
• UPDATE, untuk memodifikasi data dari database.
• INSERT INTO, untuk menambah data di database.
• DELETE, untuk menghapus data dari database.
Sedangkan perintah SQL untuk tingkat lanjut ada cukup banyak. Command tingkat lanjut ini berguna untuk mengolah data dengan cara yang lebih rumit dan kompleks.
OLAP
OLAP – On-Line Analytical Processing. Codd 1993. Biasanya pendekatan untuk mendisain DSS yang berfokus pada data. Sejumlah OLAP tools mempunyai cara mereka sendiri untuk menyimpan data (MDDB). Beberapa memperlihatkan seperti data itu sendiri berada di dalam cubes, tetapi sebenarnya merupakan query dari sebuah relational database (ROLAP).
OLAP adalah suatu sistem atau teknologi yang dirancang untuk mendukung proses analisis kompleks dalam rangka mengungkapkan kecenderungan pasar dan faktor-faktor penting dalam bisnis. OLAP ditandai dengan kemampuannya menaikkan atau menurunkan dimensi data sehingga kita dapat menggali data sampai pada level yang sangat detail dan memperoleh pandangan yang lebih luas mengenai objek yang sedang kita analisis.
OLAP secara khusus memfokuskan pada pembuatan data agar dapat diakses pada saat pendefinisian kembali dimensi. OLAP dapat digunakan membuat rangkuman dari multidimensi data yang berbeda, rangkuman baru dan mendapatkan respon secara online, dan memberikan view dua dimensi pada data cube multidimensi secara interaktif.
Biasanya perusahaan-perusahaan memakai database dalam operasi sehari-harinya seperti pencatatan transaksi jual-beli, administrasi pengiriman barang, inventori, penggajian dsb yang lazim disebut dengan OLTP (online transaction processing). Dengan makin besarnya kebutuhan akan analisa data untuk mempertahankan keunggulan dalam kompetisi, banyak perusahaan yang juga membangun database tersendiri yang khusus digunakan untuk menunjang proses pengambilan keputusan (decision making) atau lazim juga disebut dengan OLAP (online analytical processing). Berbeda dengan OLTP yang hanya memakai operasi query yang sederhana dan berulang-ulang, query untuk OLAP biasanya lebih rumit , bersifat adhoc, dan tidak melibatkan operasi data update. OLAP juga tidak memakai data operasi sehari-hari begitu saja, tetapi memakai data yang sudah terangkum dengan model data yang disebut data cube. Data cube adalah presentasi data multidimensi seperti jenis barang, waktu, lokasi dsb.
Kemampuan OLAP
• Konsolidasi melibatkan pengelompokan data. Sebagai contoh kantor-kantor cabang dapat dikelompokkan menurut kota atau bahkan propinsi. Transaksi penjualan dapat ditinjau menurut tahun, triwulan, bulan, dan sebagainya. Kadangkala istilah rollup digunakan untuk menyatakan konsolidasi
• Drill-down adalah suatu bentuk yang merupakan kebalikan dari konsolidasi, yang memungkinkan data yang ringkas dijabarkan menjadi data yang lebih detail
• Slicing and dicing (atau dikenal dengan istilah pivoting) menjabarkan pada kemampuan untuk melihat data dari berbagai sudut pandang
Software OLAP :
• Express Server (Oracle)
• PowerPlay (Cognos Software)
• Metacube (Informix/Stanford Technology Group)
• HighGate Project (Sybase)
Data Mining
DM adalah serangkaian proses untuk menggali nilai tambah dari suatu kumpulan data berupa pengetahuan yang selama ini tidak diketahui secara manual. Patut diingat bahwa kata mining sendiri berarti usaha untuk mendapatkan sedikit barang berharga dari sejumlah besar material dasar. Karena itu DM sebenarnya memiliki akar yang panjang dari bidang ilmu seperti kecerdasan buatan (artificial intelligent), machine learning, statistik dan database. Beberapa teknik yang sering disebut-sebut dalam literatur DM antara lain : clustering, classification, association rule mining, neural network, genetic algorithm dan lain-lain. Yang membedakan persepsi terhadap DM adalah perkembangan teknik-teknik DM untuk aplikasi pada database skala besar. Sebelum populernya DM, teknik-teknik tersebut hanya dapat dipakai untuk data skala kecil saja. Di sini, mencoba untuk memberi gambaran sekilas atas perkembangan terakhir teknik-teknik DM sambil memberikan juga ilustrasi pemakaian di dunia bisnis. Penulis juga menyajikan pengertian konfigurasi penyimpanan data yang memudahkan pemakai untuk
Data Mining (DM) adalah salah satu bidang yang berkembang pesat karena besarnya kebutuhan akan nilai tambah dari database skala besar yang makin banyak terakumulasi sejalan dengan pertumbuhan teknologi informasi. Definisi umum dari DM itu sendiri adalah serangkaian proses untuk menggali nilai tambah berupa pengetahuan yang selama ini tidak diketahui secara manual dari suatu kumpulan data. Dalam review ini, penulis mencoba merangkum perkembangan terakhir dari teknik-teknik DM beserta implikasinya di dunia bisnis.
Perkembangan data mining(DM) yang pesat tidak dapat lepas dari perkembangan teknologi informasi yang memungkinkan data dalam jumlah besar terakumulasi. Sebagai contoh, toko swalayan merekam setiap penjualan barang dengan memakai alat POS(point of sales). Database data penjualan tsb. bisa mencapai beberapa GB setiap harinya untuk sebuah jaringan toko swalayan berskala nasional. Perkembangan internet juga punya andil cukup besar dalam akumulasi data.
Tetapi pertumbuhan yang pesat dari akumulasi data itu telah menciptakan kondisi yang sering disebut sebagai “rich of data but poor of information” karena data yang terkumpul itu tidak dapat digunakan untuk aplikasi yang berguna. Tidak jarang kumpulan data itu dibiarkan begitu saja seakan-akan “kuburan data” (data tombs).
Karateristik-karateristik penting dari tool data mining meliputi :
– Data preparation facilities
– Selection of data mining operation (algorithms)
– Product scalability and performance
– Facilities for visualization of result
Data mining tool, meliputi :
– Integral Solution Ltd’s Clementine
– DataMind Corp’s Data Crusher
– IBM’s Intelligent Miner
– Silicon Graphics Inc.’s MineSet
– Informations Discovery Inc.’s Data Mining Suite
– SAS Institute Inc.’s SAS System and Right Information System’Thought.
Teknologi Untuk Data Mining :
• Statistik
• Jaringan saraf (neural network)
• Logika kabur (fuzzy logic)
• Algoritma genetika
• dan berbagai teknologi kecerdasan buatan yang lain
Data Warehouse dan Data Mart
Data warehouse adalahData warehouse adalah basis data yang menyimpan data sekarang dan data masa lalu yang berasal dari berbagai sistem operasional dan sumber yang lain (sumber eksternal) yang menjadi perhatian penting bagi manajemen dalam organisasi dan ditujukan untuk keperluan analisis dan pelaporan manajemen dalam rangka pengambilan keputusan
Data warehouse digunakan untuk mendukung pengambilan keputusan, bukan untuk melaksanakan pemrosesan transaksi. Data warehouse hanya berisi informasi-informasi yang relevan bagi kebutuhan pemakai yang dipakai untuk pengambilan keputusan
Data warehouse berisi data yang berbeda-beda yang memberikan gambaran kondisi bisnis pada saat tertentu. Pengembangan data warehouse meliputi pengembangan sistem untuk mengekstrak data dari sistem dan instalasi sistem basis data warehouse yang memungkinkan manager dapat mengakses data secara fleksibel. Secara umum istilah data warehouse mengacu kepada basis data yang berbeda-beda yang dikumpulkan dari seluruh bagian perusahaan.
Mendisain database untuk data warehouse adalah problem utama dalam mendisain data warehouse Ada dua pendekatan utama dalam perancangan data warehouse :
• Pemodelan dan normalisasi entity relationship (ER)
• Pemodelan berdimensi
Teknik Data Warehouse :
• Pengidentifikasian Keperluan
• Pengambilan, Transformasi dan Penyimpanan Data
• Arsitektur Warehouse (Overview)
• Teknologi dan Alatnya Belakangan
• Perancangan Database secara Fisik
• Policy untuk operasional
Metode data warehousing :
• Mengimplementasikan teknik melalui life-cycle
Arsitektur Warehouse :
• Data Warehouse Perusahaan
- Sumber data terpusat
- Besar dalam hal scope dan terkadang ukuran
- Mengoptimalkan proses pengambilan
- Memaksimalkan keuntungan pengintegrasian
- Cara pandang pengguna
- Sulit untuk memenuhi keperluan kelompok pengguna yang berbeda
- Proyek sering gagal
• Data Mart yang mempunyai ketergantungan
- Sebagian dari data diambil dari data warehouse perusahaan dan diorganisasikan untuk memenuhi keperluan bisnis dan aplikasi
- Umumnya data warehouse perusahaan dalam bentuk 3NF
- Data Mart di-de-normalisasikan OLAP sebagai contohnya
- Dalam kenyataannya, sulit untuk mendapatkan semua data yang diperlukan dari penyimpan data perusahaan
• Data Mart yang berdiri sendiri
- Banyak data warehouse kecil di berbagai tempat
- Umumnya mengikuti pendekatan berdimensi
- Kurang integrasi (Tidak konsisten)
- Duplikasi sumber data (Hal yang paling menyulitkan)
- Tapi bisa digunakan (Masalahnya adalah dalam jangka waktu menengah
maupun panjang.
Masalah-masalah dalam menerapkan Data warehouse :
• Dokumentasi dan pengelolaan metadata dari data warehouse.
• Penentuan aturan dalam proses transformasi untuk memetakan berbagai sumber legacy data yang akan dimasukkan ke dalam data warehouse.
• Pencapaian proses pengembangan yang handal, baik dalam membangun, mempimplementasikan, maupun memelihara data warehouse.
Petunjuk Membangun DW
• Menentukan misi dan sasaran bisnis bagi pembentukan data warehouse
• Mengidentifikasi data dari basis data operasional dan sumber lain yang diperlukan bagi data warehouse
• Menentukan item-item data dalam perusahaan dengan melakukan standarisasi penamaan data dan maknanya
• Merancang basis data untuk data warehouse
• Membangun kebijakan dalam mengarsipkan data lama sehingga ruang penyimpanan tak menjadi terlalu besar dan agar pengambilan keputusan tidak menjadi terlalu lamban.
• Menarik data produksi (operasional) dan meletakkan ke basis data milik data warehouse
Data mart adalah bagian dari data warehouse yang digunakan oleh sebuah departemen atau fungsi tertentu dalam organisasi, seperti untuk penjualan, pemasaran, dan keuangan.
Merupakan bagian dari data warehouse yang mendukung kebutuhan pada tingkat departemen atau fungsi bisnis tertentu dalam perusahaan. Karakteristik yang membedakan data mart dan data warehouse adalah sebagai berikut (Connolly, Begg, Strachan 1999).
• Data mart memfokuskan hanya pada kebutuhan-kebutuhan pemakai yang terkait dalam sebuah departemen atau fungsi bisnis.
• Data mart biasanya tidak mengandung data operasional yang rinci seperti pada data warehouse.
• Data mart hanya mengandung sedikit informasi dibandingkan dengan data warehouse. Data mart lebih mudah dipahami dan dinavigasi.
Contoh Software Data Mart :
• SmartMart (IBM)
• Visual Warehouse (IBM)
• PowerMart (Informatica)
A..Be…Ce….De….!!!! Aduh Bo….Cape’ Deeehhhh…..???!!!!
Tapii……Puazzzzzzzz buangeettttssssss brooowwwww……Meskipun penuh dengan perjuangan buerat! Buat nyari bahan tambahan…dari buku…download diinternet! Udah cape’…ngabisin duit banyak lagi! Tapi…it’s ok sehh….demi tugas kul…apa seh yang engga’…????Hehe…sok-sok’an….
Tidak ada komentar:
Posting Komentar