Chapter 5 (Data Resource Management)

Tujuan Pembelajaran:
1.  Dapat menjelaskan nilai bisnis dari sumber data penerapan manajemen proses dan teknologi dalam sebuah organisasi.
2.  Dapat menentukan garis keuntungan dari pendekatan manajemen database untuk mengelola sumber daya data dari sebuah bisnis, dibandingkan dengan pendekatan pengolahan file.
3.  Dapat menjelaskan bagaimana perangkat lunak database manajemen membantu para profesional bisnis dan mendukung operasi dan manajemen bisnis. 
4.  Dapat memberikan contoh untuk menggambarkan masing-masing konsep berikut: 
     1.  Mayor jenis database.
     2.  Data warehouse dan data mining
     3.  Logical elemen data
     4.  Fundamental basis data struktur
     5.  Pengembangan database 

Fundamental data Konsep 

• Karakter: abjad tunggal, simbol numerik atau lainnya
• Lapangan atau data item: pengelompokan karakter terkait

      Merupakan atribut (karakteristik atau kualitas) dari beberapa entitas (objek, orang, tempat atau peristiwa).
 Contoh: gaji.

•  Record: pengelompokan dari semua bidang yang digunakan untuk menggambarkan atribut dari suatu entitas 

Contoh: penggajian catatan dengan nama, SSN dan tingkat upah.

•  File atau tabel: sekelompok catatan terkait.
• Database: koleksi terpadu dari elemen data logis terkait.

Basis Data Struktur

•  Hierarchical
•  Jaringan 
• Penghubung 
• Berorientasi obyek 
• Multidimensional

Struktur Hierarchical

1. Awal DBMS struktur.
2. Catatan diatur dalam struktur seperti pohon.
3. Hubungan satu-ke-banyak.

Struktur Jaringan
 Digunakan dalam beberapa paket DBMS mainframe dan hubungannya dari banyak-ke-banyak.


Relasional Struktur 

• Struktur paling banyak digunakan.  
• Elemen data yang dipandang sebagai yang disimpan dalam tabel.
• Row merupakan catatan.
• Kolom merupakan bidang. 
  
• Dapat berhubungan data dalam satu file dengan data dalam file lain jika kedua file berbagi elemen data yang umum.

Relasional Operasi
1.  Select: 

• Buat subset dari catatan yang memenuhi kriteria menyatakan.  Contoh, pilih karyawan yang membuat lebih dari $ 30.000.

 2.  Join:

• Kombinasikan dua atau lebih tabel sementara.
• Sepertinya satu meja besar.

 3.  Project:

•  Buat subset dari kolom dalam sebuah tabel.

 
Multidimensional Struktur

• Variasi model relasional 
• Menggunakan struktur multidimensional untuk mengatur data
• Elemen data dipandang sebagai dalam kubus 
• Populer untuk database analitis yang mendukung Online Analytical Processing (OLAP)

Berorientasi obyek Struktur

• Obyek terdiri dari:

1.  Data nilai yang menggambarkan atribut dari suatu entitas. 
2.  Operasi yang dapat dilakukan pada data.

•  Enkapsulasi: 

    Menggabungkan data dan operasi 

• Inheritance: 

    Objek baru dapat dibuat oleh beberapa direplikasi atau semua karakteristik obyek induk 

Berorientasi obyek Struktur
1.  Digunakan dalam Object-oriented sistem manajemen database (OODBMS).
2.  Mendukung tipe data yang kompleks.
     Contoh: gambar grafis, klip video, halaman web.

Evaluasi Struktur Basis Data

1.  Hierarchical 

• Bekerja untuk proses transaksi rutin terstruktur.
• Tidak dapat menangani banyak-ke-banyak hubungan.

 2.  Jaringan

•  Lebih fleksibel daripada hirarkis.
• Tidak dapat menangani permintaan ad hoc.

3.  Penghubung 

• Mudah menanggapi permintaan ad hoc.
• Mudah untuk bekerja dengan dan memelihara. 
  
• Tidak efisien atau cepat sebagai hirarkis atau jaringan.

Database Development

1.  Database Administrator (DBA) 
     Bertanggung jawab atas pengembangan database perusahaan.

2.  Data Definition Language (DDL) 
     Mengembangkan dan menentukan isi data, hubungan dan struktur.  Spesifikasi ini disimpan dalam kamus data.
 
3.  Kamus data 

• Data base katalog yang berisi metadata.
• Metadata - data tentang data.

Data Proses Perencanaan

1.  Perusahaan Model

• Mendefinisikan proses bisnis dasar perusahaan.
• Ditetapkan oleh DBAs dan desainer dengan pengguna akhir.

 2.  Data Modeling

•  Hubungan antara elemen data.
• Entity Relationship Diagram tool (ERD) umum untuk pemodelan 

Basis Data Desain Proses

Desain Logical

• Skema - logis melihat keseluruhan hubungan.
• Subschema - pandangan logis bagi pengguna akhir tertentu.
• Data model untuk DBMS.

Desain Fisik 
      Bagaimana data yang harus disimpan dan diakses pada perangkat penyimpanan.

Data Sumber Daya Manajemen

• Manajerial aktivitas.
• Berlaku IS teknologi seperti manajemen data dan data pergudangan untuk mengelola sumber daya data untuk memenuhi kebutuhan informasi dari pemangku kepentingan bisnis.

Operasional Database 

• Menyimpan data rinci untuk mendukung proses bisnis.

         Contoh, database pelanggan, database persediaan.

Distributed Database

• Salinan atau bagian dari database pada server di berbagai lokasi
• Tantangan: setiap perubahan data dalam satu lokasi harus dilakukan di semua lokasi lainnya 
• Replikasi: 

          1.  Lihatlah setiap database terdistribusi dan menemukan perubahan.
          2.  Terapkan perubahan ke setiap database terdistribusi. 
          3.  Sangat kompleks.

• Duplikasi

         1.  Satu database master.
         2.  Gandakan database yang setelah jam di semua lokasi.
         3.  Mudah.


Eksternal Database

• Tersedia untuk biaya dari layanan online komersial database. 
• Untuk bebas dari World Wide Web.

          Contoh, databanks statistik, database teks bibliografi dan penuh.

Hypermedia database

• Database website.
• Terdiri dari halaman hyperlink multimedia (teks, grafik, klip video, segmen audio).

 
Data Warehouse 

• Menyimpan data yang telah diambil dari database operasional, eksternal dan lainnya.
• Data telah dibersihkan, diubah dan katalog. 
• Digunakan oleh para manajer dan profesional untuk:

         1.  Data mining, 
         2.  Pengolahan analisis online,
         3.  Analisa bisnis, 
         4.  Riset pasar,
         5.  Pendukung keputusan.

• Data mart adalah subset dari gudang untuk penggunaan khusus dari departemen

Data Mining
          Data dalam gudang data dianalisis untuk mengungkapkan pola tersembunyi dan tren.
 Contoh:

• Lakukan pasar-keranjang analisis untuk mengidentifikasi proses bisnis baru.
• Cari akar penyebab masalah kualitas.
• Lintas menjual kepada pelanggan yang sudah ada.
• Profil pelanggan dengan lebih akurat.

Pengolahan Berkas Tradisional

• Data yang tersimpan dalam file mandiri.
• Masalah:

          1.  Redundansi data.
          2.  Kurangnya integrasi data. 
          3.  Data ketergantungan - file, perangkat penyimpanan, dan perangkat lunak bergantung pada satu sama lain.
          4.  Kurangnya integritas data atau standardisasi.


Pendekatan Manajemen Database

• Konsolidasi data ke dalam database yang dapat diakses oleh program yang berbeda.
• Menggunakan sistem manajemen database (DBMS).
• DBMS berfungsi sebagai antarmuka antara pengguna dan database.

Database Interogasi 

• Pengguna akhir menggunakan DBMS dengan meminta informasi melalui query atau report generator.
• Query language - tanggapan langsung untuk ad hoc permintaan data:

          1.  SQL (Structured Query Language) merupakan bahasa query standar internasional. 
          2.  Grafis Query - Point-and-click metode.
          3.  Natural Query - mirip dengan percakapan bahasa Inggris.

• Laporan Generator - cepat menentukan format laporan untuk informasi yang ingin dicetak dalam laporan.

Database Maintenance
     1.  Memperbarui database untuk mencerminkan transaksi bisnis baru seperti penjualan baru. 
     2.  Selesai oleh sistem pemrosesan transaksi dengan dukungan dari DBMS.
  
Pengembangan Aplikasi

• Menggunakan DBMS alat pengembangan perangkat lunak untuk mengembangkan program aplikasi kustom.
• Data Manipulation Language (DML).