Teks tersebut membahas konsep basis data relasional dan data warehouse. Secara ringkas, teks tersebut menjelaskan bahwa basis data relasional menyimpan data dalam bentuk tabel-tabel yang saling berhubungan, sedangkan tujuan data warehouse adalah untuk mendukung pengambilan keputusan manajemen dengan menyimpan data yang terintegrasi dari berbagai sumber.
Jual Cytotec Jakarta Pusat 👗082322223014👗Pusat Peluntur Kandungan Konsultasi
Tugas 8, septi hendarwati,yananto mihadi putra, se, m.si, konsep basis data relasional, 2020.
1. TUGAS SISTEM INFORMASI AKUNTANSI
“ KONSEP BASIS DATA RELASIONAL“
oleh
Septi Hendarwati
Nim : 43218110173
PROGRAM STUDI AKUNTANSI
FAKULTAS EKONOMI DAN BISNIS
UNIVERSITAS MERCU BUANA
JAKARTA
2. ABSTRAK
Basis data adalah kumpulan informasi yang disimpan di dalam komputer secara sistematik
sehingga dapat diperiksa menggunakan suatu program komputer untuk memperoleh
informasi dari basis data tersebut. Database berfungsi untuk menampung atau menyimpan
data-data, dimana masing-masing data yang ada pada table atau file tersebut saling
berhubungan dengan satu sama lainnya. Basis data telah digunakan pada hampir seluruh area
dimana komputer digunakan, termasuk bisnis, teknik, kesehatan, hukum, pendidikan dan
sebagainya. Tujuan basis data pada suatu perusahaan pada dasarnya adalah kemudahan dan
kecepatan dalam pengambilan kembali data. Basis data (database) merupakan suatu
kumpulan data yang disusun dalam bentuk tabel-tabel yang saling berkaitan maupun berdiri
sendiri dan disimpan secara bersama-sama pada suatu media. Basis data dapat digunakan
oleh satu atau lebih program aplikasi secara optimal, data disimpan tanpa mengalami
ketergantungan pada program yang akan menggunakannya.
Kata kunci : DMS
3. BAB I
PENDAHULUAN
Basis data adalah kumpulan informasi yang disimpan didalam komputer secara sistematik
sehingga dapat diperiksa menggunakan suatu program komputer untuk memperoleh
informasi dari database tersebut. Perangkat lunak yang digunakan untuk mengolah dan
mengambil kueri (query) basis data disebut sistem manajemen basis data. Pemrosesan basis
data sebagai perangkat andalan sangat diperlukan oleh berbagai institusi dan perusahaan.
Dalam pengembangan sistem informasi diperlukan basis data sebagai media penyimpanan
data. Kehadiran basis data dapat meningkatkan Daya saing perusahaan tersebut. Basis data
dapat mempercepat upaya pelayanan kepada pelanggan, menghasilkan informasi dengan
cepat dan tepat sehingga membantu pengambilan keputusan untuk segera memutuskan suatu
masalah berdasarkan informasi yang ada. Banyak aplikasi yang dibuat dengan berlandaskan
pada basis data antara lain semua transaksi perbankan, aplikasi pemesanan dan penjadwalan
penerbangan, proses regristasi dan pencatatan data mahasiswa pada perguruan tinggi, aplikasi
pemrosesan penjualan, pembelian dan pencatatan data barang pada perusahaan dagang,
pencatatan data pegawai beerta akrifitasnya termasuk operasi penggajian pada suatu
perusahaan, dan sebagainya.
Beberapa informasi pada perusahaan retail seperti jumlah penjualan, mencari jumlah stok
penjualan, mencari jumlah stok yang tersedia, barang apa yang paling lakudijual pada bulan
ini, dan berapa laba bersih perusahaan dapat diketahui dengan mudah dengan basis data. Pada
perpustakaan, adanya aplikasi pencarian data buku berdasarkan judul, pengarang atau kriteria
lain dapat mudah dilakukan dengan basis data. Pencarian data peminjam yang terlambat
mengembalikan juga mudah dilakukan sehingga bisa dibuat aplikasi pembuatan surat
berdasarkan informasi yang tersedia.
4. BAB II
LITERATUR TEORI
Konsep Database Relasional
Dr. E.F. Codd pada tahun 1970 telah memperkenalkan model relasional sistem database yang
merupakan dasar untuk Relational Database Management System (RDBMS). Sebelum
konsep database relasional telah digunakan dua model database yaitu Network dan
Hierarchical Database. RDMBS memiliki kemudahan dalam penggunaannya dan memiliki
fleksibilitas dalam struktur, sehingga sangat cepat populer ditambah dengan beberapa vendor
yang inovatif dalam membantu mengembangkan aplikasi-aplikasi yang powerfulserta
produk-produk yang menawarkan solusi.
Dalam database relasional, data disimpan dalam bentuk relasi atau tabel dua dimensi, dan
antartabel satu dengan tabel yang lainnya terdapat hubungan atau relationship. Komponen-
komponen model ralasional meliputi : Kumpulan objek yang memiliki keterkaitan atau
relasional antar penyimpan data, Set operator yang dapat melakukan relasi untuk membuat
relasi yang lainnya, dan Integritas datauntuk akurasidan konsistensi. Untuk membuat struktur
tabel, mengisi data ke tabel, mengubah data dan menghapus data dari tabel diperlukan
software RDBMS, sedangkan perintah yang digunakan disebut Structure Query Language
(SQL) sehingga setiap software RDBMS dapat digunakan untuk menjalankan perintah SQL.
Definisi Database Relasional
Sebuah database relasional menggunakan hubungan atau tabel dua dimensi untuk menyimpan
informasi. Sebagai contoh: Kita ingin menyimpan informasi tentang semua karyawan yang
ada pada salah satu perusahaan. Dalam sebuah database relasional, kita membuat beberapa
tabel untuk menyimpan bagian-bagian informasi yang berbeda tentang karyawan yang
bekerja diperusahaan tersebut, misalnya tabel yang menyimpan informasi tentang karyawan,
tabel yang menyimpan informasi tentang departemen, tabel yang menyimpan informasi
tentang gaji.
Model Data
Model merupakan landasan sebuah desain. Sebelum sebuah mobil diproduksi, terlebih dahalu
para perancang membuatmodelmobil dan bekerja secara rinci dan detail pada model mobil
tersebut.Dalam cara yang sama, perancang system mengembangkan model untuk
mengeksplorasi ide-ide dan meningkatkan pemahaman desain database.
5. Tujuan sebuah Model adalah membantu mengkomunikasikan konsepkonsep yang ada
dipikiran orang, Model dapat digunakan untuk melakukan hal berikut:
menyampaikan/mengkomunikasikan, mengkategorikan, menggambarkan, menentukan,
menyelidiki, mengembangkan, menganalisis, dan meniru. Model yang baik adalah model
yang cocok dalam banyak kegunaan, dapat dipahami oleh pengguna akhir, dan berisi detail
yang cukup untuk pengembang dalam membangun sistem data base.
Model Hubungan Entitas (Entity Relationship Model)
Dalamsistem yang efektif, data dibagi menjadi kategori diskrit atau entitas. Sebuah hubungan
entitas (ER) model adalah sebuah ilustrasi dari berbagai entitas dalam bisnis dan hubungan
diantara mereka. Model ER berasal dari spesifikasi bisnis atau narasi dan dibangun selama
tahap analisis siklus hidup pengembangan sistem (System Development Life Cycle).
Manfaat Model ER
- Informasi Dokumen bagi organisasi dalam format yang jelas tepat.
- Memberikan gambaran yang jelas tentang ruang lingkup kebutuhan informasi.
- Menyediakan peta bergambar yang mudah dipahami untuk desain database.
- Menawarkan kerangka kerja yang efektif untuk mengintegrasikan beberapa aplikasi.
Komponen Kunci
- Entitas: Suatu hal yang penting tentang informasi yang perlu diketahui. Contohnya
adalah departemen, karyawan, dan pesanan.
- Atribut: Sesuatu yang menggambarkan atau memenuhi syarat suatuentitas. Sebagai
contoh, untukentitas karyawan, atributnya adalah:nomor karyawan, nama, jabatan,
tanggal perekrutan, nomor departemen, dan sebagainya. Setiap atribut yang baik
adalahdiperlukan atau opsional. Pernyataan ini disebut optionality.
- Hubungan: Hubungan atau relationship adalah sebuah asosiasiantara entitas dan
derajat. Contohnya adalah karyawan dandepartemen, dan pesanan dan item barang.
6. Konvensi Model Hubungan Entitas
Untuk mewakili entitas dalam model, menggunakan konvensi sebagai berikut :
- Singular, nama entitas yang unik
- Nama entitas dalam huruf besar
- Kotakdengan garis tipis.
- Nama sinonim opsional dengan huruf besar didalam tanda kurung: (). Atribut Untuk
mewakili atribut dalam model, menggunakan konvensi sebagai berikut :
Nama Singular dalam huruf kecil.
Asterisk(*) tanda untuk atribut wajib (yaitu, nilai-nilai yang harus diketahui).
Karakter"o" tanda untuk atribut opsional (yaitu, nilai-nilai yang mungkin dikenal).
Hubungan Multi Tabel
Setiap tabel berisi data yang menggambarkan secara tepat satu entitas. Sebagai contoh, tabel
EMPLOYEES berisi informasi tentang karyawan. Kategori data yang tercantum di bagian
atas setiap tabel, dankasuskasus individu tercantum di bawah tabel. Dengan menggunakan
formattabel, dapat dengan mudah memvisualisasikan, memahami, dan menggunakan
informasi. Karena data tentang entitas yang berbeda disimpan dalam tabel yang berbeda,
sehingga perlu untuk menggabungkan dua atau lebih tabel dalam menyelesaikan
permasalahan tertentu
Sebagai contoh, untuk mengetahui lokasi departemen mana seorang karyawan bekerja.
Dalam skenario ini, memerlukan informasi dari tabel EMPLOYEES (yang berisi data tentang
karyawan) dan tabel DEPARTMENTS (yang berisi informasi tentang departemen). Dengan
RDBMS, seseorang dapat menghubungkan data yang berada dalam satu tabel dengan data
yang berada di tabel lain menggunakan foreign key. Foreign key adalah kolom (atau
setkolom) yang mengacu pada Primary key dalam tabel yang sama atau tabel lain. Data
dalam dua tabel yang terpisah dapat diorganisasi menjadi informasi baru yang dapat dikelola
secara terpisah
Terminologi Database Relasional
Sebuah database relasional dapat berisi satu atau banyak tabel. Sebuah table
merupakanstruktur penyimpanan dasar dari sebuah RDBMS. Sebuah tabelmemiliki
semuadata yang diperlukan tentang sesuatu di dunia nyata, seperti karyawan, faktur, atau
pelanggan.
7. Didalam sistem relasional database data dinyatakan dengan menggunakan tabel (relations).
Sebuah tabel harus diberi nama secara unik sebagai identitasnya dan terdiri dari beberapa
baris sebagai penyimpanan informasi, dan masingmasing baris berisi satu record. Sebuah
tabel dapat mempunyai sebuah kolom atau lebih. Sebuah kolom memiliki sebuah nama dan
tipe data yang diberlakukan dan merupakan deskripsi atribut pada record.Struktur tabel yang
disebut juga relation schema, ditentukan oleh atributatributnya. Tipe informasi yang
tersimpan di dalam tabel ditentukan oleh tipe data yang terdapat pada atribut-atributnya pada
saat tabel dibuat. Sebuah tabel dapat mempunyai lebih dari 254 kolom yang mempunyai tipe
data yang sama atau tipe data yang berbeda sesuai dengan penempatan values (domain).
Kemungkinan-kemungkinan domain yang dipergunakan adalah alphanumeric data (strings),
numbers, dan date formats.
Properti Database Relasional
Dalam sebuah relasional database, pengguna tidak menentukan rute akses ke tabel, dan tidak
perlu tahu bagaimana data diatur secara fisik. Untuk mengakses database, cukup dengan
mengeksekusi perintahperintah atau pernyataan SQL, yang merupakan American National
Standards Institute (ANSI) bahasa standar untuk operasi relasional database. SQL berisi satu
set operator-operator yang cukup besar untuk membagi dan mempertautkan hubungan.
Database dapat dimodifikasi dengan menggunakan pernyataan SQL.
8. BAB III
PEMBAHASAN
DATA WAREHOUSE
Pengertian data warehouse menurut Inmon (2002, p31), “a data warehouse is a subject
oriented, nonvolatile, time variant collection of data in support of
management’s decisions ” atau dapat diartikan “ data warehouse adalah koleksi data yang
mempunyai sifat berorientasi subjek, terintegrasi , tidaK mengalami perubahan dan
mempunyai variasi waktu yang digunakan untuk mendukung proses pengambilan
keputusan manajemen”.
Menurut Post (2002, p548) data warehouse adalah spesialisasi basis data yang dioptimasi
untuk memenuhi permintaan manajemen, data diekstrak dari sistem online transaction
processing (OLTP), kemudian dibersihkan dan dioptimasisasi untuk pencarian dan analisis.
Jadi dapat disimpulkan bahwa data warehouse adalah kumpulan data yang telah diringkas dan
terintegrasi dari data operasional maupun data external, yang memiliki karakteristik subject-
oriented, integrated, nonvolatile dan time variant yang berguna dalam pengambilan
keputusan.
Tujuan Perancangan
Data warehouse yang digunakan selama ini memberikan kemudahan dan keuntungan karena
data warehouse biasanya digunakan untuk melakukan empat tugas yang berbeda.
Menurut Williams (1998, p533), ketiga tugas data warehouse tersebut adalah sebagai berikut
:
Pembuatan Laporan
Pembuatan laporan merupakan salah satu kegunaan data warehouse yang paling umum.
Dengan menggunakan query sederhana dalam data warehouse, dapat dihasilkan
informasi per tahun, per semester, per bulan, dan bahkan per hari.
On-Line Analytical Processing (OLAP)
Data warehouse digunakan dalam melakukan analisis bisnis untuk mengetahui
kecenderungan pasar dan faktor-faktor penyebabnya, karena dengan adanya data
warehouse, semua informasi baik detail maupun hasil summary yang dibutuhkan dalam
9. proses analisa mudah didapat. Dalam hal ini data warehouse merupakan tools handal
untuk analisa data yang kompleksi.
OLAP mendayagunakan konsep data multidimensi dan memungkinkan pemakai untuk
menganalisa data sampai mendetail, tanpa mengetikkan satu pun perintah SQL. Hal ini
dimungkinkan karena pada konsep data multidimensi, data berupa fakta yang sama bisa
dilihat dengan menggunakan dimensi yang berbeda. Fasilitas lain yang ada pada tools
perangkat lunak OLAP adalah drill- down dan roll-up. Drill-down adalah kemampuan
untuk melihat detail dari suatu informasi yang ditampilkan sedangkan roll-up adalah
kebalikan dari drill-down.
Proses Informasi Eksekutif
Data warehouse digunakan untuk mencapai ringkasan informasi yang penting dengan
tujuan membuat keputusan bisnis, tanpa harus menjelajahi keseluruhan data. Dengan
menggunakan data warehouse, segala laporan telah diringkas dan dapat pula diketahui
rinciannya secara lengkap. Hal ini akan mempermudah proses pengambilan keputusan.
Informasi dan data pada laporan data warehouse menjadi target informatif bagi user,
dimana user disini adalah pihak eksekutif.
Karakteristik Data Warehouse
Menurut Inmon (2002, p31) dapat diketahui bahwa sebuah data warehouse mempunyai
karakteristik, antara lain :
Subject Oriented (Berorientasi Subyek)
Data warehouse bersifat subject oriented artinya sebuah data warehouse dirancang dan
dibangun untuk memenuhi kebutuhan analisis data berdasarkan subjek tertentu. Misalnya
analisis mengenai data penjualan dalam sebuah organisasi bisnis.
Integrated (Terintegrasi)
Data warehouse bersifat integrated artinya data warehouse harus menyimpan data yang
berasal dari sumber-sumber yang terpisah ke dalam suatu format yang konsisten dan
saling terintegrasi satu dengan yang lainnya. Dengan demikian data tidak bisa dipecah-
pecah karena data yang ada merupakan satu kesatuan yang menunjang keseluruhan
konsep data warehouse itu sendiri.
Data warehouse harus dapat memecahkan masalah-masalah seperti konflik penamaan
variabel dan inkonsistensi diantara ukuran-ukuran yang dapat dipakai didalamnnya
10. dengan cara konsistensi dalam pemberian nama, penentuan pengukuran ukuran dari
tipe variabel, struktur coding, serta penentuan atribut data secara spesifik.
Non – Volatile (Tidak Dapat Berubah)
Non-volatile memiliki arti ketika data sudah disimpan ke dalam sebuah data warehouse,
data harus tidak boleh dirubah atau tidak boleh ada perubahan didalamnya. Hal ini sangat
logis karena tujuan dari data warehouse ini adalah memungkinkan untuk menganalisa
data histori tentang apa yang terjadi.
Time Variant
Data warehouse menyimpan sejarah (historical data). Waktu merupakan tipe atau bagian
data sangat penting didalam data warehouse. Di dalam data warehouse sering disimpan
macam-macam waktu, seperti waktu suatu transaksi terjadi, transaksi dirubah, dan
transaksi dibatalkan. Data yang disimpan juga hampir selalu disimpan dalam berbagai
versi, misalnya terjadi perubahan definisi kode pos, maka yang lama dan yang baru ada
semua didalam data warehouse. Jadi, data warehouse yang bagus adala yang menyimpan
sejarah. Contoh data warehouse menyimpan semua data perusahaan dari setiap tahun
sejak pertama perusahaan tersebut berdiri.
Terlihat, bahwa keempat karakteristik ini saling terkait, semuanya harus diimplementasikan
agar suatu data warehouse dapat berjalan efektif untuk mendukung pengambilan keputusan.
Dan, implementasi keempat karakteristik ini membutuhkan struktur data dari data warehouse
yang berbeda dengan database sistem operasional.
Anatomi Data Warehouse
Terdapat dua jenis dasar sistem anatomi data warehouse, yaitu :
Data warehouse Fungsional
Fungsional data warehouse adalah sebuah gudang (warehouse) yang menggambarkan
data dari sistem operasional. Setiap fungsional warehouse menyediakan grup yang
terpisah dan berbeda– beda (seperti divisi), area fungsional (seperti manufacturing ), unit
geografi atau grup produk marketing.
Kelebihan dari bentuk fungsional ini adalah sistem mudah dibangun dengan biaya yang
relatif murah dan dapat memberikan kemampuan sistem pengumpulan data yang terbatas
pada kelompok user. Sedangkan kekurangan dari bentuk fungsional ini adalah resiko
kehilangan konsistensi dari data dan juga terbatasnya kemampuan dalam pengumpulan
data bagi user.
11. Data warehouse Terpusat
Central data warehouse adalah suatu database fisik yang mana mengandung data usaha
khusus fungsi daerah, instansi, cabang, divisi atau seluruh perusahaan. Dan disimpan
dalam suatu tempat dan dibuat berdasarkan ekstrak data oprasional serta terintegrasi.
Kelebihan data warehouse terpusat adalah data benar-benar terintegrasi. Sistem ini
mengharuskan data dikirim tepat pada waktunya. Disamping itu, user hanya dapat
mengambil data dari pusat pengumpulan saja dan tidak dapat berhubungan secara
langsung dengan pemasok datanya sendiri.
Kekurangan data warehouse terpusat adalah pada penerapannya membutuhkan biaya
pemeliharaan yang tinggi atas sistem pengumpulan data yang besar. Selain itu diperlukan
waktu yang lama untuk membangun sistem tersebut.
Struktur Data Warehouse
Sebuah data warehouse memiliki beberapa struktur, seperti :
Physical Data warehouse
Tempat dimana semua data untuk data warehouse disimpan bersama metadata dan proses
logis untuk scrubbing (menghapus), organizing (mengatur), packaging (mengumpulkan)
dan proses dari detail data.
Logical Data warehouse
Berisikan metadata termasuk enterprise rules dan proses logis untukscrubbing
(menghapus), organizing (mengatur), packaging (mengumpulkan) dan proses data.
Tetapi tidak berisikan data yang aktual. Disamping itu juga berisikan informasi yang
diperlukan untuk mengakses data dimana saja.
Data Mart
Adalah suatu bagian dari data warehouse yang dapat mendukung pembuatan laporan dan
analisa data pada suatu unit, bagian atau operasi pada perusahaan. Sebagai bagian dari
proses pengembangan data warehouse yang selalu berulang, sebuah perusahaan perlu
membangun sebuah rangkaian physical data marts dan menghubungkannya
melaluienterprise-wide logical data warehouse atau dimasukkan dari single physical data
warehouse.
KOMPONEN DATA WAREHOUSE
Menurut Connoly dan Begg (2002, p1052), komponen utama data warehouse, antara lain 10 :
Data Operasional
12. Data operasional adalah data yang digunakan untuk mendukung proses bisnis sehari-hari.
Operational Data Store (ODS)
Operatinal data store adalah tempat penyimpanan data operasional yang bersifat current
dan terintegrasi yang digunakan untuk analisis. Atau dengan kata lain, ODS mendukung
proses transaksi operasional maupun proses analisis. Dengan adanya ODS maka
pembangunan data warehouse menjadi lebih mudah karena ODS dapat menyediakan data
yang telah diekstrak dari sumber dan telah dibersihkan sehingga proses pengintegrasian
dan restrukturisasi data untuk data warehouse menjadi lebih sederhana.
Load Manager
Disebut juga komponen front end menangani semua operasi yang berhubungan dengan
fungsi extract data (mengambil data) dan fungsi loading data (menaruh data) ke dalam
data warehouse.
Warehouse Manager
Warehouse manager menangani semua operasi yang berhubungan dengan management
data dalam data warehouse. Operasi-operasi yang dijalankan oleh warehouse manager
mencakup :
1. Analisis data untuk menjaga konsistensi
2. Melakukan transformasi dan penggabungan sumber data dari tempat penyimpanan
sementara ke dalam tabel-tabel data warehouse.
3. Menyimpan (archive) dan back-up
Query Manager
Query manager (disebut juga komponen backend) menangani semua operasi yang
berhubungan dengan management permintaan user (user queries). Operasi yang
dijalankan oleh query manager meliputi kegiatan mengarahkan permintaan ke tabel-tabel
data yang tepat dan melakukan penjadwalan eksekusi terhadap permintaan.
Detailed Data
Dalam data warehouse, area ini adalah tempat penyimpanan semua detailed data dalam
skema basis data. Detailed data dibagi menjadi 2, yaitu current detail data (tempat
penyimpanan semua detailed data yang bersifat current) dan old detailed data ( tempat
penyimpanan semua detailed data yang bersifat old).
Lightly and Highly Summerized Data
Area ini adalah tempat penyimpanan sementara data predefinisi yang teringkas secara
light dan high (predefined lightly and highly summarized) yang dihasilkan oleh
13. warehouse manager. Tujuan dari ringkasan informasi ini adalah untuk mempercepat
tanggapan terhadap permintaan user. Ringkasan data di-update secara berkala seiring
dengan bertambahnya data dalam data warehouse.
Archive / Backup data
Dalam data warehouse, area ini digunakan untuk menyimpan detailed data dan data yang
telah diringkas. Tujuannya adalah untuk penyimpanan (archiving) dan backup. Data
kemudian ditransfer ke media penyimpanan seperti magnetic tape atau optical disk.
Metadata
Digunakan untuk menyimpan semua definisi metadata (keterangan tentang data) yang
digunakan dalam seluruh proses warehouse. Metadata digunakan untuk berbagai tujuan,
antara lain :
1. proses extracting dan loading
2. proses warehouse management
3. sebagian proses query management
End-User Access Toolss
End-user access toolss adalah tools yang memanfaatkan kegunaan dari data warehouse.
Kegunaan data warehouse tersebut, antara lain untuk pembuatan laporan, OLAP, data
mining dan proses informasi eksekutif.
DATA TERDISTRIBUSI
Distributed data warehouse adalah kumpulan data store yang dibangun secara terpisah yang
digabungkan secara fisik melalui jaringan. Tujuannya adalah agar komponen- komponen
yang terpisah ini terlihat sebagai satu kesatuan utuh sebuah sistem data warehouse . Suatu
enterprise data warehouse dapat dibentuk dari kumpulan data mart yang terpisah, jadi tidak
selalu membentuk sistem yang terpusat tetapi juga bisa terdistribusi. Dengan kecenderungan
data-oriented, data pada suatu perusahaan atau organisasi seharusnya merupakan data yang
widely-shareable.
Kelebihan data warehouse terdistribusi adalah kelebihannya dalam mengakses data dari luar
perusahaan yang lebih mengalami sinkronisasi terlebih dahulu dan tetap menjaga
konsistensinya. Hal ini dikarenakan data warehouse menggunakan teknologi client – server
untuk mengambil data dari berbagai sumber. Kekurangan data warehouse terdistribusi adalah
pada penerapannya membutuhkan biaya yang sangat besar dan juga kompleks untuk
diterapkan karena sistem operasinya digunakan secara terpisah.
14. DATA MINING
Data mining adalah proses untuk mencari informasi dan pengetahuan baru dengan cara
menggali (mining) data yang berjumlah banyak pada data warehouse, dengan menggunakan
kecerdasan buatan (Artificial Intelligence) statistik, dan matematika. Data mining merupakan
teknologi yang diharapkan bisa menjembatani komunikasi antara data dan pemakainya.
Beberapa solusi yang bisa diselesaikan dengan data mining diantaranya :
Menembak target pasar
Data mining dapat melakukan pengelompokan (clustering) dari model- model pembeli
dan melakukan klasifikasi terhadap setiap pembeli sesuai dengan karakteristik yang
diinginkan seperti kesukaan yang sama, tingkat penghasilan yang sama, kebiasaan
membeli dan karakteristik lainnya.
Melihat pola beli pemakai dari waktu ke waktu
Data mining dapat digunakan untuk melihat pola beli seseorang dari waktu ke waktu.
Cross-market Analisis
Data mining dapat dimanfaatkan untuk melihat hubungan antara penjualan satu produk
dengan produk lainnya.
Profil Customer
Data mining dapat membantu pengguna untuk melihat profil pembeli sehingga dapat
diketahui pembeli tertentu suka membeli produk apa saja.
Informasi Summary
Data mining dapat dimanfaatkan untuk membuat laporan summary yang bersifat
multidimensi yang dilengkapi dengan informasi statistik lainnya
15. BAB IV
KESIMPULAN
Sistem Informasi Akuntansi adalah suatu kesatuan struktur dalam perusahaan seperti kegiatan
bisnis perusahaan dan sumber-sumber fisik serta komponen lain yang ditransfomasikan dari
data ekonomi menjadi informasi akuntansi yang bertujuan untuk memuaskan para pengguna
informasi.
Pada masa sekarang ini Sistem Informasi Akuntansi sangat berkaitan dengan fungsi layanan
komputer. Berbagai aktivitasnnya seperti pemprosesan data, administrasi basis data,dan yang
lainya dapat diatur dalam sejumlah cara yang berbeda dengan layanan komputer.
Sistem informasi akuntansi dalam perusahaan yang sudah didukung oleh teknologi informasi
(SIA berbasis komputer) merupakan bagian dari sistem yang ada yang dapat memberikan
informasi bagi semua tingkat manajemen, mulai dari manajemen tingkat atas (Top Level
Management) seperti direktur dan Eksekutif, manajemen menengah (Midle Level
Management) seperti kepala cabang, divisi serta manajemen tingkat bawah (Lower Level
management) seperti mandor, supervisor.
Dengan melihat keterkaitan antara Sistem Informasi Akuntansi dengan layanan komputer
maka dapat dikatakan bahwa sekarang sistem informasi akuntansi sudah berbasis komputer.
Maka dari itu harus dibahas juga tentang basis data, modelling dan aplikasi yang merupakan
komponen pengolahan data didalam sistem informasi akuntansi berbasis komputer
16. DAFTAR PUSTAKA
Hanifah, S., Sarpingah, S., & Putra, Y. M., (2020). The Effect of Level of Education ,
Accounting Knowledge , and Utilization Of Information Technology Toward Quality The
Quality of MSME ’ s Financial Reports. (3). https://doi.org/10.4108/eai.3-2-2020.163573
Herliansyah, Y., Nugroho, L., Ardilla, D., & Putra, Y. M., (2020). The Determinants of
Micro, Small and Medium Enterpreneur (MSME) Become Customer of Islamic Banks
(Religion , Religiousity and Location of Islamic Banks ). The 1st Annual Conference
Economics, Business, and Social Sciences, (2). https://doi.org/10.4108/eai.26-3-
2019.2290775
Putra, Y. M., (2018). Konsep Basis Data Relasional. Modul Kuliah Sistem Informasi
AKuntansi. FEB-Universitas Mercu Buana: Jakarta.
Putra, Y. M. (2018). Pemetaan Penerapan Standar Akuntansi Keuangan EMKM pada
UMKM di Kota Tangerang Selatan. Profita: Komunikasi Ilmiah Akuntansi dan
Perpajakan, 11(2), 201-217.
Putra, Y. M., (2019). Analysis of Factors Affecting the Interests of SMEs Using Accounting
Applications. Journal of Economics and Business, 2(3), 818-
826. https://doi.org/10.31014/aior.1992.02.03.129
Edukasi TEKI. (2018). Basis Data - Database Relasional [Online] tersedia di
http://edukasiteki.blogspot.com/2018/07/basis-data-database-relasional.html
Dahtaoe. (2016). Sistem Informasi Akuntansi “Database Relasional” [Online]
tersedia di http://dahtaoe.blogspot.com/2016/10/sistem-informasi-akuntansi-
database.html
Permata, Dian. (2016). Database Relasional (Sistem Informasi Akuntansi) [Online]
tersedia di http://dianpermataunusa.blogspot.com/2016/04/database-relasional-
sistim-informasi.html
https://www.coursehero.com/file/25165689/Database-Relasional-kel2pdf/