CLS

Managing Organizational Data and Information

Posted: October 15th 2012

Mengelola Data dan Informasi Organisasi, ya itu adalah materi yang akan saya bahas saat ini. Ngga terasa sudah 6 pertemuan kita dengan bu Sapty hihi. oke langsung aja ya.

Data, ya data itu pentingdan adalah dasar dalam informatika, jadi sebagai anak informatika kita harus paham tentang apa itu data. Data ini tersendiri memiliki sebuah hierarki atau tingkatan, jadi basis data itu mengandung file, file mengandung  records, record mengandung fields, field mengandung characters.

Field atau atribut adalah pengelompokan logis dari karakter menjadi sebuah kata, kalimat, atau angka. Kumpulan dari Field ini membentuk sebuah Record yang artinya pengelompokan logis dari field yang terkait, lalu pengelompokan logis dari records yang terkait membentuk sebuah File.  Yang terakhir ada Database yaitu pengelompokan logis dari files yang terkait. Namun Field itu dipecah lagi menjadi beberapa komponen yaitu:

  • Field size : jumlah maksimal dari karakter yang bisa ditampung sebuah field
  • Field name Unik, sebagai identifikasi dari setiap field
  • Data type Jenis spesifik dari data yg ditampung

Data Types itu terdiri dari text, number, currency, numeric, autonumber, memo, tanggal, objek dan hyperlink.

 Terminologi dari manajemen data

    Entity
orang, tempat, benda, atau kejadian yang berupa informasi dari suatu hal yang dikelola
Records menjabarkan entity
    Attribute
Karakteristik atau kualitas yang mendiskripsikan entitas tertentu
Fields menjelaskan attributes
    Primary Key
Field yang secara unik mengidentifikasikan record
    Secondary Key
field yang tidak unik tetapi dapat digunakan untuk membentuk grup dari records.
Penyimpanan Pengaksesan Record
  • Pada dasarnya record dapat disimpan dalam bentuk sequential (tape) dan direct (disk)
  • Disk dapat diakses dengan dua cara yaitu ISAM dan Direct file access method.

Traditional File Environment 

  • Salah satu sistem pemrosesan file, jadi masing-masing file berdiri sendiri-sendiri tidak paralalel.  Ada beberapa yang muncul dalam Traditional File Environment yaitu Data Redudancy yaitu satu data ditemukan dibanyak tempat, redudancy data menyebabkan data tidak konsisten istilahnya Data in Consistency .  Ada juga Data Integrity, data harusnya akurat dan benar kadang-kadang data tidak akurat dan tidak benar. Security, dalam sisi keamanan nya tidak terjamin atau rawan. Data Isolation, datanya susah untuk diakses dan di intregasikan, yang terakhir ada Application/data dpendence, biasanya aplikasi yang menyesuaikan dengan datanya, database deluan yang jadi lalu dibuat aplikasinya jadi aplikasi tergantung dengan database yang dipakai.

Database Environment

Pendekatan database, banyak program dan user bisa share data dalam satu basis data dan datanya lebih aman, karena hanya user yang punya autorisasi yang bisa mengakses.  perbedaan dengan Traditional file environment itu pada penyimpanan tradisional ada data duplicate nya kalau di database tidak ada.  lalu dalam Database Environment ada dua cara untuk mengalokasikan data yaitu Centralized dan Distributed. 

Centralized

  • Semua file berada pada satu lokasi fisik yg sama
  • Menyediakan database administrators  dengan kemampuan mengelola keseluruhan database pada satu lokasi
  • Konsistensi data ditingkatkan dan lebih aman
  • File hanya bisa di akses melalui centralized host computer
  • Proses Recovery lebih mudah
  • Rentan terhadap single point of failure
  • Speed problem terkait transmission delays

Distributed database

Salinan lengkap dari basis data atau sebagian dari basis data, berada pada lebih dari satu lokasi, dekat dengan pengguna.
Pengembangan Database
Pertama, Kembangkan Conceptual design – model abstrak basis data dari prespektif pengguna atau bisnis
Kedua, organisasikan dengan Entity-Relationship (ER) modeling
                 Proses perencanaan desain basis data
                 Entity classes –  Instance – Identifiers  Relationships
Ketiga, analisa struktur dari data dengan menerapkan proses Normalisasi
Data warehouse
sistem basis yang ukurannya sangat besar, biasanya digunakan untuk pengambilan keputusan.
Data mart
skala kecil, sederhana data warehouse. Lebih mudah untuk menerapkan. Target segmen usaha kecil.
Data mining
Mengekstrak pengetahuan dari data warehouse dan menggunakan algoritma tingkat tinggi untuk menemukan pola tersembunyi, korelasi, dan relasi.
Sekian pembahasan dari saya, semoga berguna dan berkenan ya 🙂 Thx.

Leave a Reply

Your email address will not be published. Required fields are marked *

© 2021 Universitas Atma Jaya Yogyakarta
css.php