Manajemen Sumber Data - PART 2

Menggunakan Database untuk memperbaiki Kekuatan Bisnis dan Pembuatan Keputusan

Untuk database dan sistem yang berukuran sangat besar, kapabilitas khusus dan alat yang diperlukan untuk menganalisis kuantitas data yang besar dan pengaksesan data dari banyak sistem memerlukan diantaranya :

• Data warehousing
• Data mining
• Alat pengaksesan database internal melalui web

Database warehouses

• Data warehouse : 

1. Menyimpan data saat ini dan data yang lampau dari operasi inti sistem transaksi.
2. Mengonsolidasi dan menyetandardisasi informasi untuk digunakan antar perusahaan, tetapi data tidak dapat diubah.
3. Sistem data warehouse akan menyediakan query, analisis, dan reporting tools.

• Data marts :

1. Bagian dari data warehouse dengan meringkas atau berfokus pada porsi dari data perusahaan yang digunakan untuk beberapa pengguna yang spesifik.
2. Biasanya berfokus pada subjek tunggal atau beberapa kalangan bisnis.

Komponen dari data warehouse

Datawarehouse mengekstrak data sekarang dan data lama dari beberapa sistem operasional dalam organisasi. Data-data ini dikombinasi dengan data dari sumber eksternal dan diatur ulang ke dalam central database yang didesain untuk laporan manajemen dan analisis. Derektori informasi menyediakan pengguna dengan informasi tentang data yang available (dapat diakses) di data warehouse.

Business Intelligence :

• Alat untuk mengonsolidasi, analisis, dan menyediakan akses ke ukuran data yang luas untuk membantu pengguna dalam membuat keputusan bisnis.
• E.g Harrah's Entertainment menganalisis pelanggannya untuk mengembangkan profile gambling dan mengidentifikasi pelanggan yang paling untung.
• Principle tools termasuk :

1. Software untuk query dan pelaporan database
2. Online analitycal processing (OLAP)
3. Data Mining

 
Business Intelligence

Kumpulan alat analisis bekerja dengan data yang disimpan di database untuk menemukan pola dan wawasan , membantu dalam menajer dan karyawan dalam pembuatan keputusan yang lebih baik untuk memperbaiki performasi perusahaan.

Online analytical processing (OLAP)

• Mendukung analisis data multidimensional
• Mengaktifkan viewing data menggunakan beberapa dimensi : setiap aspek dari informasi (produk, harga, daerah, jangka waktu) berada dalam dimensi yang berbeda.
• OLAP pengaktifannya cepat, jawaban online ke ad hoc queries.

 Multidimensional Data Model

Grafik tersebut memperlihatkan produk lawan region. Jika kamu merotasi balok 90 derajat, kita akan melihat permukaan dari produk lawan projek penjualan sekarang. Jika kamu merotasi balok 90 derajat lagi, kamu akan melihat daerah lawan projek penjualan sekarang. 

Data Mining

• Lebih didorong penemuan dari pada OLAP
• Menemukan pola yang tersembunyi, relasi dalam database yang berukuran besar.
• Menyimpulkan rules untuk meprediksi kebiasaan di masa depan
• Patterns dan rules digunakan untuk memberi petunjuk dalam pembuatan keputusan dan meramal akibat dari keputusan tersebut.
• Dikenal penggunaannya dalam menyediakan analisis detail dari patterns dalam data pelanggan untuk one-to-one kampanye pasar untuk mengidentifikasi pelanggan yang untung.
• Kurang dikenal : dalam penggunaan untuk melacak panggilan dari komplek khusus yang menggunakan ponsel curian dan phone accounts.

  Tipe informasi yang diperoleh dari data mining

• Associations : kemunculan terkait dengan kejadian tunggal
• Sequences : Kejadian dari waktu ke waktu.
• Classification : mengenal patterns yang mendeskripsikan grup di mana item itu berada.
• Clustering : Mirip dengan classification ketika tidak ada grup yang didefinisikan, menemukan pengelompokkan dalam data.
• Forecasting : Menggunakan rangkaian dari nilai yang ada untuk meramal nilai yang lain.

Predictive analysis

• Menggunakan teknik data mining, data histori, dan asumsi mengenai perkiraan kondisi di masa depan untuk memprediksi kejadian yang mungkin terjadi.
• Contohnya : peluang seorang pelanggan akan merespon pada suatu penawaran untuk membeli spesifik produk.

Data Mining dilihat sebagai tantangan privasi pribadi

Digunakan untuk mengombinasikan informasi dari banyak sumber yang terpisah dan membuat detail "data image" tentang setiap pendapatan kita, kebiasaan dalam mengemudi, hobbi, keluarga, dan politik.

Database dan Web

• Banyak perusahaan menggunakan Web untuk membuat beberapa internal database yang bisa diakses bagi para pelanggan atau kerabat.
• Biasanya konfigurasinya :

1. Web server
2. Application server/middleware/kode CGI
3. Database server (hosting DBM)

• Manfaat dalam penggunaan Web untuk akses database

1. Mudah dalam pengaksesan browser
2. Antarmuka web memerlukan beberapa atau tidak ada perubahan database
3. Tidak mahal untuk menambahkan antarmuka Web ke dalam sistem

Linking Internal Databases to the Web  

Pengguna mengakses sebuah databse internal organisasi melalui Web dengan menggunakan PC desktop mereka dan Web browser.

Website Internet Movie Database terhubung ke database yang berukuran sangat besar termasuk ringkasan, informasi cast dan biografi aktor untuk hampir di setiap film yang dirilis.

Managing Data Resources

Membangun aturan dalam penyaluran informasi

• Information policy : Menspesifikasikan aturan perusahaan, procedures, dan pembagian tugas, menstandardisasi data.
• Data administration : Bertanggung jawab pada aturan dan langkah yang spesifik, serta pengaturan data.
• Database administration : desain database dan mengatur grup yang bertanggung jawab pada pendefinisian, pengaturan, pengimplementasian, dan pemeliharaan database.

Memastikan kualitas data

• Lebih dari 25% critical data di Fortune 1000 database perusahaan dalam keadaan ketidakakuratan dan ketidakompitan.
• Sebelum database baru diletakkan, diharuskan untuk mengidentifikasi dan mengoreksi data yang salah dan membangun kebiasaan yang lebih baik dalam pengeditan data selama databse dalam operasi.
• Sebagian besar masalah kualitas dari sistem berasal dari input yang salah/error.

Data Quality Audit 

Survei yang terstrktur dari level dan akurasi dari kelengkapan data di sebuah sistem informasi.

Data Cleansing

• Mendeteksi dan mengoreksi data yang tidak benar, kurang lengkap, slah format, dan data ganda.
• Menjamin kekonsistenan di antara kumpulan data dari sistem informasi yang terpisah.

Management Information Systems

Chapter 6 Foundations of Business Intelligence: Databases and Information Management

@2012 by Prentice Hall