SlideShare a Scribd company logo
Riza Muhammad Nurman 4SC
Click to edit Master title style
BAB 2
MIS
FACULTY
Riza Muhammad Nurman
MANAGEMENT INFORMATION SYSTEM
Sistem Pengolahan Data
Riza Muhammad Nurman 4SC
Click to edit Master title styleCONTENT
• Konsep Pengolahan Data
• Tugas Pengolahan Data
• Sifat Pengolahan Data
• Proses Pengolahan Data
• Hambatan Pengelolaan Data
• Pengolahan Data Secara Tradisional
• Pendekatan Database Untuk Pengolahan Data
• Peranan Pengolahan Data Dalam Pemecahan Masalah
• Tren Database
Riza Muhammad Nurman 4SC
Click to edit Master title styleKONSEP PENGOLAHAN DATA
• Sistem yang melakukan tugas pengolahan data
adalah sistem pengolahan data
• 4 Jenis Pengolahan Data
– Sistem Manual
– Mesin Keydriven
– Mesin Punched Card
– Komputer
Riza Muhammad Nurman 4SC
Click to edit Master title style1. Sistem Manual
Riza Muhammad Nurman 4SC
Click to edit Master title style2. Mesin Keydriven
• Penemuan mesin keydriven
seperti cash register, mesin tik
dan kalkulator meringankan
tugas pengurusan data yang
besar
Riza Muhammad Nurman 4SC
Click to edit Master title style3. Mesin Punched Card
Riza Muhammad Nurman 4SC
Click to edit Master title style4. Komputer
• Era permulaan
pengolahan data
ditandai dengan
berbagai masalah
seperti:
– Pengulangan data
– Ketergantungan data
– Kepemilikan data
yang tersebar
Riza Muhammad Nurman 4SC
Click to edit Master title styleTUGAS PENGOLAHAN DATA
• Pengumpulan data
• Pengubahan data
– Pengklasifikasian
– Penyortiran
– Pengkalkulasian
– Perekapitulasian
• Penyimpanan data
• Pembuatan dokumen
Riza Muhammad Nurman 4SC
Click to edit Master title styleTUGAS PENGOLAHAN DATA
• Pengumpulan data
• Pengubahan data
–Pengklasifikasian
– Penyortiran
– Pengkalkulasian
– Perekapitulasian
• Penyimpanan data
• Pembuatan dokumen
Riza Muhammad Nurman 4SC
Click to edit Master title styleTUGAS PENGOLAHAN DATA
• Pengumpulan data
• Pengubahan data
– Pengklasifikasian
–Penyortiran
– Pengkalkulasian
– Perekapitulasian
• Penyimpanan data
• Pembuatan
dokumen
Riza Muhammad Nurman 4SC
Click to edit Master title styleTUGAS PENGOLAHAN DATA
• Pengumpulan data
• Pengubahan data
– Pengklasifikasian
– Penyortiran
–Pengkalkulasian
– Perekapitulasian
• Penyimpanan data
• Pembuatan
dokumen
Riza Muhammad Nurman 4SC
Click to edit Master title styleTUGAS PENGOLAHAN DATA
• Pengumpulan data
• Pengubahan data
– Pengklasifikasian
– Penyortiran
– Pengkalkulasian
–Perekapitulasian
• Penyimpanan data
• Pembuatan
dokumen
Riza Muhammad Nurman 4SC
Click to edit Master title styleTUGAS PENGOLAHAN DATA
• Pengumpulan data
• Pengubahan data
– Pengklasifikasian
– Penyortiran
– Pengkalkulasian
– Perekapitulasian
• Penyimpanan data
• Pembuatan dokumen
Riza Muhammad Nurman 4SC
Click to edit Master title styleTUGAS PENGOLAHAN DATA
• Pengumpulan data
• Pengubahan data
– Pengklasifikasian
– Penyortiran
– Pengkalkulasian
– Perekapitulasian
• Penyimpanan data
• Pembuatan dokumen
Riza Muhammad Nurman 4SC
Click to edit Master title styleSIFAT PENGOLAHAN DATA
• Menjalankan tugas penting.
• Mengikuti prosedur standar secara relatif.
• Mendapatkan data yang lengkap.
• Mempunyai fokus historisa yang paling utama.
• Memberikan informasi pemecahan masalah
minimal
Riza Muhammad Nurman 4SC
Click to edit Master title stylePROSES PENGOLAHAN DATA
DATA INPUT
• Recording transaction
• Coding transaction
• Storing data or
information
DATA TRANSFORMATION
• Calculating
• Summarizing
• Categorizing
• Sorting
• Merging
• Matching
INFORMATION OUTPUT
• Displaying result
• Reproducing
• Telecommunicating
Riza Muhammad Nurman 4SC
Click to edit Master title styleHAMBATAN PENGELOLAAN DATA
• Hambatan organisasional pada lingkungan database
• Mengintegrasikan data dan memastikan kualitas
data
Riza Muhammad Nurman 4SC
Click to edit Master title stylePENGOLAHAN DATA SECARA TRADISIONAL
Masalah Yang Terjadi
• Data berlebihan dan simpang
siur
• Ketergantungan program data
• Kurang fleksibel
• Keamanannya kurang terjamin
• Kurang mampu berbagi pakai
data
Riza Muhammad Nurman 4SC
Click to edit Master title stylePENDEKATAN DATABASE UNTUK PENGOLAHAN DATA
Riza Muhammad Nurman 4SC
Click to edit Master title styleSISTEM MANAJEMEN DATABASE
• Sebuah program komputer yang didisain untuk mengatur
sebuah basisdata sebagai sekumpulan data yang disimpan
secara terstruktur, dan melakukan operasi-operasi atas data
atas permintaan penggunanya
• Komponen
– Bahasa Definisi Data
– Bahasa Manipulasi Data
– Kamus Data
Riza Muhammad Nurman 4SC
Click to edit Master title styleJENIS – JENIS DATABASE
• DBMS Relasional
• DBMS hierarkis dan jaringan
• Database berorientasi objek
Riza Muhammad Nurman 4SC
Click to edit Master title styleJENIS – JENIS DATABASE
• DBMS Relasional
• DBMS hierarkis dan jaringan
• Database berorientasi objek
Riza Muhammad Nurman 4SC
Click to edit Master title styleJENIS – JENIS DATABASE
• DBMS Relasional
• DBMS hierarkis dan jaringan
• Database berorientasi objek
Riza Muhammad Nurman 4SC
Click to edit Master title styleJENIS – JENIS DATABASE
• DBMS Relasional
• DBMS hierarkis dan jaringan
• Database berorientasi objek
Riza Muhammad Nurman 4SC
Click to edit Master title stylePRASYARAT MANAJEMEN UNTUK SISTEM DATABASE
• Administrasi data
• Perencanaan data dan metodologi pemodelan
• Teknologi, manajemen dan pengguna database
Riza Muhammad Nurman 4SC
Click to edit Master title stylePERANAN PENGOLAHAN DATA DALAM PEMECAHAN
MASALAH
• Pengolahan data banyak dilakukan oleh volume
data yang lebih besar dari pada volume
informasinya
– menghasilkan output informasinya dalam bentuk
laporan accounting standar
– memberikan kekayaan pada database yang dapat
digunakan dalam memecahkan masalah.
• Dengan dihasilkannya keputusan yang baik, secara
langsung maupun tidak langsung akan berpengaruh
pada kinerja perusahaan, yang akan bermuara pada
peningkatan profitabilitas aktivitas usaha
Riza Muhammad Nurman 4SC
Click to edit Master title styleTREN DATABASE
• Analisis Data Multidimensional
Data multidimensional
dapat dilakukan analisa
data dengan fungsi-
fungsi
• Slice
• Dice
• Pivoting
• Drill-Down dan Drill-
Up
• Drill-Across
• Roll-Up and Roll-
Down
Riza Muhammad Nurman 4SC
Click to edit Master title styleTREN DATABASE - Slice
Riza Muhammad Nurman 4SC
Click to edit Master title styleTREN DATABASE - Dice
Riza Muhammad Nurman 4SC
Click to edit Master title styleTREN DATABASE - Pivoting
Riza Muhammad Nurman 4SC
Click to edit Master title styleTREN DATABASE - Drill-Down dan Drill-Up
Riza Muhammad Nurman 4SC
Click to edit Master title styleTREN DATABASE - Drill-Across
Riza Muhammad Nurman 4SC
Click to edit Master title styleTREN DATABASE - Roll-Up and Roll-Down
Riza Muhammad Nurman 4SC
Click to edit Master title styleDATA WAREHOUSE DAN DATA MINING
• Data warehouse adalah kumpulan data dari berbagai
sumber yang ditempatkan menjadi satu dalam tempat
penyimpanan berukuran besar lalu diproses menjadi
bentuk penyimpanan multidimensional dan didesain untuk
querying dan reporting
Riza Muhammad Nurman 4SC
Click to edit Master title styleTUJUAN DATA WAREHOUSE
• Menyediakan data organisasi yang mudah diakses oleh manager.
• Data yang berada di datawarehouse bersifat konsisten, dan
merupakan kebenaran.
• Data warehouse merupakan tempat, dimana data yang telah
digunakan di publikasikan.
• Kualitas data di datawarehouse dapat diandalkan.
• Memungkinkan para pengambil keputusan untuk dapat
mengakses data sesering mungkin tanpa mempengaruhi kinerja
sistem operasional yang mendasarinya.
Riza Muhammad Nurman 4SC
Click to edit Master title styleTAHAPAN DATA MINING
Riza Muhammad Nurman 4SC
Click to edit Master title styleDATABASE DAN WEB
• Teknologi database berperan penting dalam
membuat sumber-sumber informasi organisasi
tersedia di world wide web
• Ada sejumlah keuntungan dalam menggunakan
web untuk mengakses database internal organisasi
– Sangat mudah digunakan
– Tidak membutuhkan banyak latihan dibandingkan
dengan perangkat query database lainnya
– Pengaksesan database perusahaan melalui web
menciptakan efisiensi dan peluang baru dalam beberapa
kasus, bahkan bisa mengubah cara bisnis dijalankan
Riza Muhammad Nurman 4SC
Click to edit Master title style

More Related Content

What's hot

Makalah Sistem Informasi Sumber Daya Manusia (SDM)
Makalah Sistem Informasi Sumber Daya Manusia (SDM)Makalah Sistem Informasi Sumber Daya Manusia (SDM)
Makalah Sistem Informasi Sumber Daya Manusia (SDM)
Ratna Kusuma Wardhany
 
Portofolio investasi-bab-4-return-yang-diharapkan-resiko-portofolio
Portofolio investasi-bab-4-return-yang-diharapkan-resiko-portofolioPortofolio investasi-bab-4-return-yang-diharapkan-resiko-portofolio
Portofolio investasi-bab-4-return-yang-diharapkan-resiko-portofolio
Judianto Nugroho
 
Chapter 7 keamanan sistem informasi
Chapter 7 keamanan sistem informasiChapter 7 keamanan sistem informasi
Chapter 7 keamanan sistem informasi
Andi Iswoyo
 

What's hot (20)

Makalah Sistem Informasi Sumber Daya Manusia (SDM)
Makalah Sistem Informasi Sumber Daya Manusia (SDM)Makalah Sistem Informasi Sumber Daya Manusia (SDM)
Makalah Sistem Informasi Sumber Daya Manusia (SDM)
 
Perilaku Organisasi Organizational Behavior
Perilaku Organisasi Organizational BehaviorPerilaku Organisasi Organizational Behavior
Perilaku Organisasi Organizational Behavior
 
PPT Balanced Scorecard
PPT Balanced Scorecard PPT Balanced Scorecard
PPT Balanced Scorecard
 
Hipotesis nol
Hipotesis nolHipotesis nol
Hipotesis nol
 
Portofolio investasi-bab-4-return-yang-diharapkan-resiko-portofolio
Portofolio investasi-bab-4-return-yang-diharapkan-resiko-portofolioPortofolio investasi-bab-4-return-yang-diharapkan-resiko-portofolio
Portofolio investasi-bab-4-return-yang-diharapkan-resiko-portofolio
 
Distribusi Populasi
Distribusi PopulasiDistribusi Populasi
Distribusi Populasi
 
Kepemimpinan
KepemimpinanKepemimpinan
Kepemimpinan
 
Perencanaan dan Penetapan Tujuan
Perencanaan dan Penetapan TujuanPerencanaan dan Penetapan Tujuan
Perencanaan dan Penetapan Tujuan
 
Basic statistics 5 - binomial distribution
Basic statistics   5 - binomial distributionBasic statistics   5 - binomial distribution
Basic statistics 5 - binomial distribution
 
UJI ASUMSI KLASIK
UJI ASUMSI KLASIKUJI ASUMSI KLASIK
UJI ASUMSI KLASIK
 
kompensasi dalam sdm
kompensasi dalam sdmkompensasi dalam sdm
kompensasi dalam sdm
 
Pertemuan ke 5
Pertemuan ke 5Pertemuan ke 5
Pertemuan ke 5
 
PPT SPSS-Statistika
PPT SPSS-StatistikaPPT SPSS-Statistika
PPT SPSS-Statistika
 
Chapter 7 keamanan sistem informasi
Chapter 7 keamanan sistem informasiChapter 7 keamanan sistem informasi
Chapter 7 keamanan sistem informasi
 
Kuliah komunikasi bisnis direct request
Kuliah komunikasi bisnis direct requestKuliah komunikasi bisnis direct request
Kuliah komunikasi bisnis direct request
 
Prinsip-Prinsip Etika Bisnis - Etika Bisnis
Prinsip-Prinsip Etika Bisnis - Etika BisnisPrinsip-Prinsip Etika Bisnis - Etika Bisnis
Prinsip-Prinsip Etika Bisnis - Etika Bisnis
 
Presentasi bab-09
Presentasi bab-09Presentasi bab-09
Presentasi bab-09
 
TEORI MOTIVASI (TEORI KEADILAN)
TEORI MOTIVASI (TEORI KEADILAN)TEORI MOTIVASI (TEORI KEADILAN)
TEORI MOTIVASI (TEORI KEADILAN)
 
Analisis studi kasus tentang rekrutmen dan seleksi pt wings group
Analisis studi kasus tentang rekrutmen dan seleksi pt  wings groupAnalisis studi kasus tentang rekrutmen dan seleksi pt  wings group
Analisis studi kasus tentang rekrutmen dan seleksi pt wings group
 
Memilih bentuk kepemilikan bisnis - Pengantar Bisnis
Memilih bentuk kepemilikan bisnis - Pengantar BisnisMemilih bentuk kepemilikan bisnis - Pengantar Bisnis
Memilih bentuk kepemilikan bisnis - Pengantar Bisnis
 

Viewers also liked

Model Driven Business Intelligence
Model Driven Business IntelligenceModel Driven Business Intelligence
Model Driven Business Intelligence
caccio
 
L'approccio model-driven di Sopra Group per i progetti di Business Intelligen...
L'approccio model-driven di Sopra Group per i progetti di Business Intelligen...L'approccio model-driven di Sopra Group per i progetti di Business Intelligen...
L'approccio model-driven di Sopra Group per i progetti di Business Intelligen...
caccio
 
Database and Data Warehousing-Building Business Intelligence
Database and Data Warehousing-Building Business IntelligenceDatabase and Data Warehousing-Building Business Intelligence
Database and Data Warehousing-Building Business Intelligence
Yeng Ferraris Portes
 

Viewers also liked (20)

Jurnal 13173sma nu maarif
Jurnal 13173sma nu maarifJurnal 13173sma nu maarif
Jurnal 13173sma nu maarif
 
Model Driven Business Intelligence
Model Driven Business IntelligenceModel Driven Business Intelligence
Model Driven Business Intelligence
 
L'approccio model-driven di Sopra Group per i progetti di Business Intelligen...
L'approccio model-driven di Sopra Group per i progetti di Business Intelligen...L'approccio model-driven di Sopra Group per i progetti di Business Intelligen...
L'approccio model-driven di Sopra Group per i progetti di Business Intelligen...
 
Pelayanan informasi kegunungapian
Pelayanan informasi kegunungapianPelayanan informasi kegunungapian
Pelayanan informasi kegunungapian
 
MIS BAB 8
MIS BAB 8MIS BAB 8
MIS BAB 8
 
Analisis Penonton dan Strategi Kampanye Calon Gubernur dan Wakil Gubernur DKI...
Analisis Penonton dan Strategi Kampanye Calon Gubernur dan Wakil Gubernur DKI...Analisis Penonton dan Strategi Kampanye Calon Gubernur dan Wakil Gubernur DKI...
Analisis Penonton dan Strategi Kampanye Calon Gubernur dan Wakil Gubernur DKI...
 
Jaxplore Campaign Presentation Board
Jaxplore Campaign Presentation BoardJaxplore Campaign Presentation Board
Jaxplore Campaign Presentation Board
 
Sumber Informasi dan Peluang Pemasaran
Sumber Informasi dan Peluang PemasaranSumber Informasi dan Peluang Pemasaran
Sumber Informasi dan Peluang Pemasaran
 
knowledge management system Jaringan
knowledge management system Jaringanknowledge management system Jaringan
knowledge management system Jaringan
 
KOMPUTERISASI SISTEM PENGOLAHAN DATA PASIEN PADA NATURA HEALTH CENTER DEPOK
KOMPUTERISASI SISTEM  PENGOLAHAN DATA PASIEN PADA NATURA HEALTH CENTER DEPOK  KOMPUTERISASI SISTEM  PENGOLAHAN DATA PASIEN PADA NATURA HEALTH CENTER DEPOK
KOMPUTERISASI SISTEM PENGOLAHAN DATA PASIEN PADA NATURA HEALTH CENTER DEPOK
 
Database and Data Warehousing-Building Business Intelligence
Database and Data Warehousing-Building Business IntelligenceDatabase and Data Warehousing-Building Business Intelligence
Database and Data Warehousing-Building Business Intelligence
 
Kampanye Greenpeace Dalam Mencegah Aktivitas Pengeboran Minyak Oleh Shell dan...
Kampanye Greenpeace Dalam Mencegah Aktivitas Pengeboran Minyak Oleh Shell dan...Kampanye Greenpeace Dalam Mencegah Aktivitas Pengeboran Minyak Oleh Shell dan...
Kampanye Greenpeace Dalam Mencegah Aktivitas Pengeboran Minyak Oleh Shell dan...
 
Adhitia sofyan adelaide sky
Adhitia sofyan   adelaide skyAdhitia sofyan   adelaide sky
Adhitia sofyan adelaide sky
 
A Thousand Words Essay by Muhammad Al Ghifari
A Thousand Words Essay by Muhammad Al Ghifari A Thousand Words Essay by Muhammad Al Ghifari
A Thousand Words Essay by Muhammad Al Ghifari
 
Dimensional Fact Model @ BI Academy - 2016
Dimensional Fact Model @ BI Academy - 2016Dimensional Fact Model @ BI Academy - 2016
Dimensional Fact Model @ BI Academy - 2016
 
Dimensional Fact Model @ BI Academy Launch
Dimensional Fact Model @ BI Academy LaunchDimensional Fact Model @ BI Academy Launch
Dimensional Fact Model @ BI Academy Launch
 
DIMPIE
DIMPIEDIMPIE
DIMPIE
 
Strategy Politik di Social Media
Strategy Politik di Social Media Strategy Politik di Social Media
Strategy Politik di Social Media
 
Pengumpulan Informasi dan Peramalan Permintaan
Pengumpulan Informasi dan Peramalan PermintaanPengumpulan Informasi dan Peramalan Permintaan
Pengumpulan Informasi dan Peramalan Permintaan
 
Analisis Sistem Informasi Pengadaaan dan Gudang Studi Kasus: PT. PRIMA INREKS...
Analisis Sistem Informasi Pengadaaan dan GudangStudi Kasus: PT. PRIMA INREKS...Analisis Sistem Informasi Pengadaaan dan GudangStudi Kasus: PT. PRIMA INREKS...
Analisis Sistem Informasi Pengadaaan dan Gudang Studi Kasus: PT. PRIMA INREKS...
 

Similar to MIS BAB 2 - Sistem Pengolahan Data

MIS BAB 3 - Sistem Informasi Manajemen
MIS BAB 3 - Sistem Informasi ManajemenMIS BAB 3 - Sistem Informasi Manajemen
MIS BAB 3 - Sistem Informasi Manajemen
Riza Nurman
 
Business Intelligence - Overview
Business Intelligence - Overview Business Intelligence - Overview
Business Intelligence - Overview
Beni Krisbiantoro
 
file_2013-10-08_13_43_55_Khafiizh_Hastuti,_M.Kom__5_-_Manajemen_Data_dan_Info...
file_2013-10-08_13_43_55_Khafiizh_Hastuti,_M.Kom__5_-_Manajemen_Data_dan_Info...file_2013-10-08_13_43_55_Khafiizh_Hastuti,_M.Kom__5_-_Manajemen_Data_dan_Info...
file_2013-10-08_13_43_55_Khafiizh_Hastuti,_M.Kom__5_-_Manajemen_Data_dan_Info...
infowebinarstikjim
 
Data_warehouse.ppt
Data_warehouse.pptData_warehouse.ppt
Data_warehouse.ppt
Dedek28
 
Materi2arsitektursbddbcontroldanbackupdb 170426190447
Materi2arsitektursbddbcontroldanbackupdb 170426190447Materi2arsitektursbddbcontroldanbackupdb 170426190447
Materi2arsitektursbddbcontroldanbackupdb 170426190447
Rut Kristina
 

Similar to MIS BAB 2 - Sistem Pengolahan Data (20)

MIS BAB 1 - Pengantar Sistem Informasi Berbasis Komputer
MIS BAB 1 - Pengantar Sistem Informasi Berbasis KomputerMIS BAB 1 - Pengantar Sistem Informasi Berbasis Komputer
MIS BAB 1 - Pengantar Sistem Informasi Berbasis Komputer
 
DBA BAB 1 - Pengenalan Database Administrator
DBA BAB 1 - Pengenalan Database AdministratorDBA BAB 1 - Pengenalan Database Administrator
DBA BAB 1 - Pengenalan Database Administrator
 
MIS BAB 3 - Sistem Informasi Manajemen
MIS BAB 3 - Sistem Informasi ManajemenMIS BAB 3 - Sistem Informasi Manajemen
MIS BAB 3 - Sistem Informasi Manajemen
 
DBA BAB 2 - INSTALASI DAN UPGRADE SQL SERVER 2005
DBA BAB 2 - INSTALASI DAN UPGRADE SQL SERVER 2005DBA BAB 2 - INSTALASI DAN UPGRADE SQL SERVER 2005
DBA BAB 2 - INSTALASI DAN UPGRADE SQL SERVER 2005
 
MIS BAB 6 Sistem Pakar
MIS BAB 6 Sistem PakarMIS BAB 6 Sistem Pakar
MIS BAB 6 Sistem Pakar
 
Business Intelligence - Overview
Business Intelligence - Overview Business Intelligence - Overview
Business Intelligence - Overview
 
DBA BAB 4 - Recovery Data
DBA BAB 4 - Recovery DataDBA BAB 4 - Recovery Data
DBA BAB 4 - Recovery Data
 
DBA BAB 3 - Manage Database
DBA BAB 3 - Manage DatabaseDBA BAB 3 - Manage Database
DBA BAB 3 - Manage Database
 
file_2013-10-08_13_43_55_Khafiizh_Hastuti,_M.Kom__5_-_Manajemen_Data_dan_Info...
file_2013-10-08_13_43_55_Khafiizh_Hastuti,_M.Kom__5_-_Manajemen_Data_dan_Info...file_2013-10-08_13_43_55_Khafiizh_Hastuti,_M.Kom__5_-_Manajemen_Data_dan_Info...
file_2013-10-08_13_43_55_Khafiizh_Hastuti,_M.Kom__5_-_Manajemen_Data_dan_Info...
 
Database Introduction - Dasar Teori Basis Data
Database Introduction - Dasar Teori Basis DataDatabase Introduction - Dasar Teori Basis Data
Database Introduction - Dasar Teori Basis Data
 
Sti 2016 07 basis data / Database
Sti 2016 07 basis data / DatabaseSti 2016 07 basis data / Database
Sti 2016 07 basis data / Database
 
MIK4237-02.pdf
MIK4237-02.pdfMIK4237-02.pdf
MIK4237-02.pdf
 
MIS BAB 10
MIS BAB 10MIS BAB 10
MIS BAB 10
 
MIS BAB 9
MIS BAB 9MIS BAB 9
MIS BAB 9
 
MIS BAB 7
MIS BAB 7MIS BAB 7
MIS BAB 7
 
MIS BAB 5 Otomatisasi Perkantoran
MIS BAB 5 Otomatisasi PerkantoranMIS BAB 5 Otomatisasi Perkantoran
MIS BAB 5 Otomatisasi Perkantoran
 
Data warehouse fundamental (Planning & Requirement)
Data warehouse fundamental (Planning & Requirement)Data warehouse fundamental (Planning & Requirement)
Data warehouse fundamental (Planning & Requirement)
 
Data_warehouse.ppt
Data_warehouse.pptData_warehouse.ppt
Data_warehouse.ppt
 
Materi 2 arsitektur sbd, db control dan backup db
Materi 2  arsitektur sbd, db control dan backup dbMateri 2  arsitektur sbd, db control dan backup db
Materi 2 arsitektur sbd, db control dan backup db
 
Materi2arsitektursbddbcontroldanbackupdb 170426190447
Materi2arsitektursbddbcontroldanbackupdb 170426190447Materi2arsitektursbddbcontroldanbackupdb 170426190447
Materi2arsitektursbddbcontroldanbackupdb 170426190447
 

More from Riza Nurman

More from Riza Nurman (20)

TOT PHP DAY 1
TOT PHP DAY 1TOT PHP DAY 1
TOT PHP DAY 1
 
SE - Chapter 9 Pemeliharaan Perangkat Lunak
SE - Chapter 9 Pemeliharaan Perangkat LunakSE - Chapter 9 Pemeliharaan Perangkat Lunak
SE - Chapter 9 Pemeliharaan Perangkat Lunak
 
SE - Chapter 8 Strategi Pengujian Perangkat Lunak
SE - Chapter 8 Strategi Pengujian Perangkat LunakSE - Chapter 8 Strategi Pengujian Perangkat Lunak
SE - Chapter 8 Strategi Pengujian Perangkat Lunak
 
SE - Chapter 7 Teknik Pengujian Perangkat Lunak
SE - Chapter 7 Teknik Pengujian Perangkat LunakSE - Chapter 7 Teknik Pengujian Perangkat Lunak
SE - Chapter 7 Teknik Pengujian Perangkat Lunak
 
SE - Chapter 6 Tim dan Kualitas Perangkat Lunak
SE - Chapter 6 Tim dan Kualitas Perangkat LunakSE - Chapter 6 Tim dan Kualitas Perangkat Lunak
SE - Chapter 6 Tim dan Kualitas Perangkat Lunak
 
XML - Chapter 8 WEB SERVICES
XML - Chapter 8 WEB SERVICESXML - Chapter 8 WEB SERVICES
XML - Chapter 8 WEB SERVICES
 
XML - Chapter 7 XML DAN DATABASE
XML - Chapter 7 XML DAN DATABASEXML - Chapter 7 XML DAN DATABASE
XML - Chapter 7 XML DAN DATABASE
 
XML - Chapter 6 SIMPLE API FOR XML (SAX)
XML - Chapter 6 SIMPLE API FOR XML (SAX)XML - Chapter 6 SIMPLE API FOR XML (SAX)
XML - Chapter 6 SIMPLE API FOR XML (SAX)
 
XML - Chapter 5 XML DOM
XML - Chapter 5 XML DOMXML - Chapter 5 XML DOM
XML - Chapter 5 XML DOM
 
DBA BAB 5 - Keamanan Database
DBA BAB 5 - Keamanan DatabaseDBA BAB 5 - Keamanan Database
DBA BAB 5 - Keamanan Database
 
RMN - XML Source Code
RMN -  XML Source CodeRMN -  XML Source Code
RMN - XML Source Code
 
XML - Chapter 4
XML - Chapter 4XML - Chapter 4
XML - Chapter 4
 
XML - Chapter 3
XML - Chapter 3XML - Chapter 3
XML - Chapter 3
 
XML - Chapter 2
XML - Chapter 2XML - Chapter 2
XML - Chapter 2
 
XML - Chapter 1
XML - Chapter 1XML - Chapter 1
XML - Chapter 1
 
ADP - Chapter 5 Exploring JavaServer Pages Technology
ADP - Chapter 5 Exploring JavaServer Pages TechnologyADP - Chapter 5 Exploring JavaServer Pages Technology
ADP - Chapter 5 Exploring JavaServer Pages Technology
 
ADP - Chapter 4 Managing Sessions
ADP - Chapter 4 Managing SessionsADP - Chapter 4 Managing Sessions
ADP - Chapter 4 Managing Sessions
 
ADP- Chapter 3 Implementing Inter-Servlet Communication
ADP- Chapter 3 Implementing Inter-Servlet CommunicationADP- Chapter 3 Implementing Inter-Servlet Communication
ADP- Chapter 3 Implementing Inter-Servlet Communication
 
ADP - Chapter 2 Exploring the java Servlet Technology
ADP - Chapter 2 Exploring the java Servlet TechnologyADP - Chapter 2 Exploring the java Servlet Technology
ADP - Chapter 2 Exploring the java Servlet Technology
 
ADP - Chapter 1 Introducing Web Application Development
ADP - Chapter 1 Introducing Web Application DevelopmentADP - Chapter 1 Introducing Web Application Development
ADP - Chapter 1 Introducing Web Application Development
 

Recently uploaded

Laporan wakil kepala sekolah bagian Kurikulum.pdf
Laporan wakil kepala sekolah bagian Kurikulum.pdfLaporan wakil kepala sekolah bagian Kurikulum.pdf
Laporan wakil kepala sekolah bagian Kurikulum.pdf
yuniarmadyawati361
 
813 Modul Ajar KurMer Usaha, Energi, dan Pesawat Sederhana (2).docx
813 Modul Ajar KurMer Usaha, Energi, dan Pesawat Sederhana (2).docx813 Modul Ajar KurMer Usaha, Energi, dan Pesawat Sederhana (2).docx
813 Modul Ajar KurMer Usaha, Energi, dan Pesawat Sederhana (2).docx
RinawatiRinawati10
 
CONTOH DOKUMEN TINDAK LANJUT_PENERAPAN DISIPLIN POSITIF.pdf
CONTOH DOKUMEN TINDAK LANJUT_PENERAPAN DISIPLIN POSITIF.pdfCONTOH DOKUMEN TINDAK LANJUT_PENERAPAN DISIPLIN POSITIF.pdf
CONTOH DOKUMEN TINDAK LANJUT_PENERAPAN DISIPLIN POSITIF.pdf
Pangarso Yuliatmoko
 

Recently uploaded (20)

Laporan wakil kepala sekolah bagian Kurikulum.pdf
Laporan wakil kepala sekolah bagian Kurikulum.pdfLaporan wakil kepala sekolah bagian Kurikulum.pdf
Laporan wakil kepala sekolah bagian Kurikulum.pdf
 
LAPORAN TUGAS TAMBAHAN PEMBINA PRAMUKA..
LAPORAN TUGAS TAMBAHAN PEMBINA PRAMUKA..LAPORAN TUGAS TAMBAHAN PEMBINA PRAMUKA..
LAPORAN TUGAS TAMBAHAN PEMBINA PRAMUKA..
 
LK 1 - 5T Keputusan Berdampak PERMATA BUNDA.pdf
LK 1 - 5T Keputusan Berdampak PERMATA BUNDA.pdfLK 1 - 5T Keputusan Berdampak PERMATA BUNDA.pdf
LK 1 - 5T Keputusan Berdampak PERMATA BUNDA.pdf
 
LK 1 - 5T Keputusan Berdampak (1). SDN 001 BU.pdf
LK 1 - 5T Keputusan Berdampak (1). SDN 001 BU.pdfLK 1 - 5T Keputusan Berdampak (1). SDN 001 BU.pdf
LK 1 - 5T Keputusan Berdampak (1). SDN 001 BU.pdf
 
Teori Profetik Kuntowijoyo (Dosen Pengampu: Khoirin Nisai Shalihati)
Teori Profetik Kuntowijoyo (Dosen Pengampu: Khoirin Nisai Shalihati)Teori Profetik Kuntowijoyo (Dosen Pengampu: Khoirin Nisai Shalihati)
Teori Profetik Kuntowijoyo (Dosen Pengampu: Khoirin Nisai Shalihati)
 
Susi Susanti_2021 B_Analisis Kritis Jurnal.pdf
Susi Susanti_2021 B_Analisis Kritis Jurnal.pdfSusi Susanti_2021 B_Analisis Kritis Jurnal.pdf
Susi Susanti_2021 B_Analisis Kritis Jurnal.pdf
 
813 Modul Ajar KurMer Usaha, Energi, dan Pesawat Sederhana (2).docx
813 Modul Ajar KurMer Usaha, Energi, dan Pesawat Sederhana (2).docx813 Modul Ajar KurMer Usaha, Energi, dan Pesawat Sederhana (2).docx
813 Modul Ajar KurMer Usaha, Energi, dan Pesawat Sederhana (2).docx
 
Sejarah dan Perkembangan Agama Hindu.pptx
Sejarah dan Perkembangan Agama Hindu.pptxSejarah dan Perkembangan Agama Hindu.pptx
Sejarah dan Perkembangan Agama Hindu.pptx
 
RUBRIK OBSERVASI KINERJA KEPALA SEKOLAH.docx
RUBRIK OBSERVASI KINERJA KEPALA SEKOLAH.docxRUBRIK OBSERVASI KINERJA KEPALA SEKOLAH.docx
RUBRIK OBSERVASI KINERJA KEPALA SEKOLAH.docx
 
RUBRIK OBSERVASI KINERJA KEPALA SEKOLAH.docx
RUBRIK OBSERVASI KINERJA KEPALA SEKOLAH.docxRUBRIK OBSERVASI KINERJA KEPALA SEKOLAH.docx
RUBRIK OBSERVASI KINERJA KEPALA SEKOLAH.docx
 
CONTOH DOKUMEN TINDAK LANJUT_PENERAPAN DISIPLIN POSITIF.pdf
CONTOH DOKUMEN TINDAK LANJUT_PENERAPAN DISIPLIN POSITIF.pdfCONTOH DOKUMEN TINDAK LANJUT_PENERAPAN DISIPLIN POSITIF.pdf
CONTOH DOKUMEN TINDAK LANJUT_PENERAPAN DISIPLIN POSITIF.pdf
 
BUKTI DUKUNG RHK SEKOLAH DASAR NEGERI.pptx
BUKTI DUKUNG RHK SEKOLAH DASAR NEGERI.pptxBUKTI DUKUNG RHK SEKOLAH DASAR NEGERI.pptx
BUKTI DUKUNG RHK SEKOLAH DASAR NEGERI.pptx
 
tugas pai kelas 10 rangkuman bab 10 smk madani bogor
tugas pai kelas 10 rangkuman bab 10 smk madani bogortugas pai kelas 10 rangkuman bab 10 smk madani bogor
tugas pai kelas 10 rangkuman bab 10 smk madani bogor
 
Dokumen Tindak Lanjut Pengelolaan Kinerja Guru.docx
Dokumen Tindak Lanjut Pengelolaan Kinerja Guru.docxDokumen Tindak Lanjut Pengelolaan Kinerja Guru.docx
Dokumen Tindak Lanjut Pengelolaan Kinerja Guru.docx
 
Sosialisme Kapitalis Karl Marx (Dosen Pengampu: Khoirin Nisai Shalihati)
Sosialisme Kapitalis Karl Marx (Dosen Pengampu: Khoirin Nisai Shalihati)Sosialisme Kapitalis Karl Marx (Dosen Pengampu: Khoirin Nisai Shalihati)
Sosialisme Kapitalis Karl Marx (Dosen Pengampu: Khoirin Nisai Shalihati)
 
Form B1 Rubrik Observasi Presentasi Visi Misi -1.docx
Form B1 Rubrik Observasi Presentasi Visi Misi -1.docxForm B1 Rubrik Observasi Presentasi Visi Misi -1.docx
Form B1 Rubrik Observasi Presentasi Visi Misi -1.docx
 
CONTOH LAPORAN PARTISIPAN OBSERVASI.docx
CONTOH LAPORAN PARTISIPAN OBSERVASI.docxCONTOH LAPORAN PARTISIPAN OBSERVASI.docx
CONTOH LAPORAN PARTISIPAN OBSERVASI.docx
 
Tugas 1 Statistik Pendidikan UT Tahun 2024
Tugas 1 Statistik Pendidikan UT Tahun 2024Tugas 1 Statistik Pendidikan UT Tahun 2024
Tugas 1 Statistik Pendidikan UT Tahun 2024
 
perumusan visi, misi dan tujuan sekolah.ppt
perumusan visi, misi dan tujuan sekolah.pptperumusan visi, misi dan tujuan sekolah.ppt
perumusan visi, misi dan tujuan sekolah.ppt
 
Presentasi visi misi revisi sekolah dasar.pptx
Presentasi visi misi revisi sekolah dasar.pptxPresentasi visi misi revisi sekolah dasar.pptx
Presentasi visi misi revisi sekolah dasar.pptx
 

MIS BAB 2 - Sistem Pengolahan Data

  • 1. Riza Muhammad Nurman 4SC Click to edit Master title style BAB 2 MIS FACULTY Riza Muhammad Nurman MANAGEMENT INFORMATION SYSTEM Sistem Pengolahan Data
  • 2. Riza Muhammad Nurman 4SC Click to edit Master title styleCONTENT • Konsep Pengolahan Data • Tugas Pengolahan Data • Sifat Pengolahan Data • Proses Pengolahan Data • Hambatan Pengelolaan Data • Pengolahan Data Secara Tradisional • Pendekatan Database Untuk Pengolahan Data • Peranan Pengolahan Data Dalam Pemecahan Masalah • Tren Database
  • 3. Riza Muhammad Nurman 4SC Click to edit Master title styleKONSEP PENGOLAHAN DATA • Sistem yang melakukan tugas pengolahan data adalah sistem pengolahan data • 4 Jenis Pengolahan Data – Sistem Manual – Mesin Keydriven – Mesin Punched Card – Komputer
  • 4. Riza Muhammad Nurman 4SC Click to edit Master title style1. Sistem Manual
  • 5. Riza Muhammad Nurman 4SC Click to edit Master title style2. Mesin Keydriven • Penemuan mesin keydriven seperti cash register, mesin tik dan kalkulator meringankan tugas pengurusan data yang besar
  • 6. Riza Muhammad Nurman 4SC Click to edit Master title style3. Mesin Punched Card
  • 7. Riza Muhammad Nurman 4SC Click to edit Master title style4. Komputer • Era permulaan pengolahan data ditandai dengan berbagai masalah seperti: – Pengulangan data – Ketergantungan data – Kepemilikan data yang tersebar
  • 8. Riza Muhammad Nurman 4SC Click to edit Master title styleTUGAS PENGOLAHAN DATA • Pengumpulan data • Pengubahan data – Pengklasifikasian – Penyortiran – Pengkalkulasian – Perekapitulasian • Penyimpanan data • Pembuatan dokumen
  • 9. Riza Muhammad Nurman 4SC Click to edit Master title styleTUGAS PENGOLAHAN DATA • Pengumpulan data • Pengubahan data –Pengklasifikasian – Penyortiran – Pengkalkulasian – Perekapitulasian • Penyimpanan data • Pembuatan dokumen
  • 10. Riza Muhammad Nurman 4SC Click to edit Master title styleTUGAS PENGOLAHAN DATA • Pengumpulan data • Pengubahan data – Pengklasifikasian –Penyortiran – Pengkalkulasian – Perekapitulasian • Penyimpanan data • Pembuatan dokumen
  • 11. Riza Muhammad Nurman 4SC Click to edit Master title styleTUGAS PENGOLAHAN DATA • Pengumpulan data • Pengubahan data – Pengklasifikasian – Penyortiran –Pengkalkulasian – Perekapitulasian • Penyimpanan data • Pembuatan dokumen
  • 12. Riza Muhammad Nurman 4SC Click to edit Master title styleTUGAS PENGOLAHAN DATA • Pengumpulan data • Pengubahan data – Pengklasifikasian – Penyortiran – Pengkalkulasian –Perekapitulasian • Penyimpanan data • Pembuatan dokumen
  • 13. Riza Muhammad Nurman 4SC Click to edit Master title styleTUGAS PENGOLAHAN DATA • Pengumpulan data • Pengubahan data – Pengklasifikasian – Penyortiran – Pengkalkulasian – Perekapitulasian • Penyimpanan data • Pembuatan dokumen
  • 14. Riza Muhammad Nurman 4SC Click to edit Master title styleTUGAS PENGOLAHAN DATA • Pengumpulan data • Pengubahan data – Pengklasifikasian – Penyortiran – Pengkalkulasian – Perekapitulasian • Penyimpanan data • Pembuatan dokumen
  • 15. Riza Muhammad Nurman 4SC Click to edit Master title styleSIFAT PENGOLAHAN DATA • Menjalankan tugas penting. • Mengikuti prosedur standar secara relatif. • Mendapatkan data yang lengkap. • Mempunyai fokus historisa yang paling utama. • Memberikan informasi pemecahan masalah minimal
  • 16. Riza Muhammad Nurman 4SC Click to edit Master title stylePROSES PENGOLAHAN DATA DATA INPUT • Recording transaction • Coding transaction • Storing data or information DATA TRANSFORMATION • Calculating • Summarizing • Categorizing • Sorting • Merging • Matching INFORMATION OUTPUT • Displaying result • Reproducing • Telecommunicating
  • 17. Riza Muhammad Nurman 4SC Click to edit Master title styleHAMBATAN PENGELOLAAN DATA • Hambatan organisasional pada lingkungan database • Mengintegrasikan data dan memastikan kualitas data
  • 18. Riza Muhammad Nurman 4SC Click to edit Master title stylePENGOLAHAN DATA SECARA TRADISIONAL Masalah Yang Terjadi • Data berlebihan dan simpang siur • Ketergantungan program data • Kurang fleksibel • Keamanannya kurang terjamin • Kurang mampu berbagi pakai data
  • 19. Riza Muhammad Nurman 4SC Click to edit Master title stylePENDEKATAN DATABASE UNTUK PENGOLAHAN DATA
  • 20. Riza Muhammad Nurman 4SC Click to edit Master title styleSISTEM MANAJEMEN DATABASE • Sebuah program komputer yang didisain untuk mengatur sebuah basisdata sebagai sekumpulan data yang disimpan secara terstruktur, dan melakukan operasi-operasi atas data atas permintaan penggunanya • Komponen – Bahasa Definisi Data – Bahasa Manipulasi Data – Kamus Data
  • 21. Riza Muhammad Nurman 4SC Click to edit Master title styleJENIS – JENIS DATABASE • DBMS Relasional • DBMS hierarkis dan jaringan • Database berorientasi objek
  • 22. Riza Muhammad Nurman 4SC Click to edit Master title styleJENIS – JENIS DATABASE • DBMS Relasional • DBMS hierarkis dan jaringan • Database berorientasi objek
  • 23. Riza Muhammad Nurman 4SC Click to edit Master title styleJENIS – JENIS DATABASE • DBMS Relasional • DBMS hierarkis dan jaringan • Database berorientasi objek
  • 24. Riza Muhammad Nurman 4SC Click to edit Master title styleJENIS – JENIS DATABASE • DBMS Relasional • DBMS hierarkis dan jaringan • Database berorientasi objek
  • 25. Riza Muhammad Nurman 4SC Click to edit Master title stylePRASYARAT MANAJEMEN UNTUK SISTEM DATABASE • Administrasi data • Perencanaan data dan metodologi pemodelan • Teknologi, manajemen dan pengguna database
  • 26. Riza Muhammad Nurman 4SC Click to edit Master title stylePERANAN PENGOLAHAN DATA DALAM PEMECAHAN MASALAH • Pengolahan data banyak dilakukan oleh volume data yang lebih besar dari pada volume informasinya – menghasilkan output informasinya dalam bentuk laporan accounting standar – memberikan kekayaan pada database yang dapat digunakan dalam memecahkan masalah. • Dengan dihasilkannya keputusan yang baik, secara langsung maupun tidak langsung akan berpengaruh pada kinerja perusahaan, yang akan bermuara pada peningkatan profitabilitas aktivitas usaha
  • 27. Riza Muhammad Nurman 4SC Click to edit Master title styleTREN DATABASE • Analisis Data Multidimensional Data multidimensional dapat dilakukan analisa data dengan fungsi- fungsi • Slice • Dice • Pivoting • Drill-Down dan Drill- Up • Drill-Across • Roll-Up and Roll- Down
  • 28. Riza Muhammad Nurman 4SC Click to edit Master title styleTREN DATABASE - Slice
  • 29. Riza Muhammad Nurman 4SC Click to edit Master title styleTREN DATABASE - Dice
  • 30. Riza Muhammad Nurman 4SC Click to edit Master title styleTREN DATABASE - Pivoting
  • 31. Riza Muhammad Nurman 4SC Click to edit Master title styleTREN DATABASE - Drill-Down dan Drill-Up
  • 32. Riza Muhammad Nurman 4SC Click to edit Master title styleTREN DATABASE - Drill-Across
  • 33. Riza Muhammad Nurman 4SC Click to edit Master title styleTREN DATABASE - Roll-Up and Roll-Down
  • 34. Riza Muhammad Nurman 4SC Click to edit Master title styleDATA WAREHOUSE DAN DATA MINING • Data warehouse adalah kumpulan data dari berbagai sumber yang ditempatkan menjadi satu dalam tempat penyimpanan berukuran besar lalu diproses menjadi bentuk penyimpanan multidimensional dan didesain untuk querying dan reporting
  • 35. Riza Muhammad Nurman 4SC Click to edit Master title styleTUJUAN DATA WAREHOUSE • Menyediakan data organisasi yang mudah diakses oleh manager. • Data yang berada di datawarehouse bersifat konsisten, dan merupakan kebenaran. • Data warehouse merupakan tempat, dimana data yang telah digunakan di publikasikan. • Kualitas data di datawarehouse dapat diandalkan. • Memungkinkan para pengambil keputusan untuk dapat mengakses data sesering mungkin tanpa mempengaruhi kinerja sistem operasional yang mendasarinya.
  • 36. Riza Muhammad Nurman 4SC Click to edit Master title styleTAHAPAN DATA MINING
  • 37. Riza Muhammad Nurman 4SC Click to edit Master title styleDATABASE DAN WEB • Teknologi database berperan penting dalam membuat sumber-sumber informasi organisasi tersedia di world wide web • Ada sejumlah keuntungan dalam menggunakan web untuk mengakses database internal organisasi – Sangat mudah digunakan – Tidak membutuhkan banyak latihan dibandingkan dengan perangkat query database lainnya – Pengaksesan database perusahaan melalui web menciptakan efisiensi dan peluang baru dalam beberapa kasus, bahkan bisa mengubah cara bisnis dijalankan
  • 38. Riza Muhammad Nurman 4SC Click to edit Master title style

Editor's Notes

  1. Data merupakan sumber daya bagi organisasi yang perlu dikelola. Sukses tidaknya dapat dilihat dari kualitas data yang dikelola beserta proses dari pengelolaan data itu sendiri. Itulah yang akhirnya menjadi alasan pentingnya pengelolaan sumber daya data yang baik. Dengan semakin bertambahnya jumlah dan jenis data bagi manusia, maka mereka berusaha untuk membuat suatu alat yang dapat menggantikan manusia dalam hal pencatatan dan pengolahan data. Kegiatan pencatatan tersebut dimulai di berbagai bidang pekerjaan baik oleh perorangan, perusahaan atau pemerintahan
  2. Sistem pertama adalah manual sistem ini hanya terdiri atas orang, pulpen, pensil, dan buku besar (ledger) untuk membuka entri. Buku besar menggambarkan record dari operasi perusahaan
  3. Mesin tersebut memberikan kemampuan untuk membukukan aktivitas perusahaan ke buku besar dengan lebih cepat dan akurat daripada yang dapat dilakukan oleh sistem manual.
  4. Di tahun 1801, Marie Jacquard berhasil mengembangkan otomatisasi pada teknik pembuatan kain tenun. Idenya adalah dengan membuat kartu-kartu berlubang (punched card) yang dipasang di atas alat tenun dan dihubungkan sedemikian rupa, sehingga kartu berlubang ini dapat mengontrol kerja masing-masing benang lusi secara bebas. Prinsipnya sederhana namun terbukti sangat efektif. Bagian kartu yang berlubang, melalui suatu mekanisme tertentu, akan menghasilkan gerakan mengangkat benang lusi yang terhubung dengan lubang tersebut. Sebaliknya, bagian tak-berlubang adalah kode perintah mekanik untuk tidak mengangkat benang lusi. Semakin kompleks motif kain yang ingin dibuat semakin kompleks pula urutan pengaturan naik-turun helaian benang-benang lusi tersebut, yang jumlahnya bisa mencapai ribuan. Punched card bisa dibaca secara elektrik. Lubang – lubang dalam kartu tersebut dirasakan oleh pin dengan cara menjatuhkannya melalui lubang tersebut untuk membuat kontak di dalam drum. Berdasarkan posisi drum, maka counter pada mesin tabulasi akan menambahkan satu nomor. Mesin Tabulasi Listrik Hollerith memiliki pembaca kartu meskipun kartu yang dimasukkan ke dalam pembacanya hanya satu kali pada satu waktu. Tabulator ini berfungsi sebagai mesin penghitung. Dia akan terus menghitung nomor kartu dengan menekan lubang di posisi tertentu. Mesin ini memiliki 40 counter.
  5. Pengumpulan data Sepanjang perusahaan memberikan barang dan jasa dan kepala lingkunganya, tiap tindakannya ini digambarkan dalam record data. Jika tindakan tersebut melibatkan elemen lingkungan, hal ini disebut transaksi. Pengubahan data Diperlukan untuk mengubah data untuk mentranformasikannya menjadi format yang dapat digunakan. Operasi pengubahan data mencakup:   Pengklasifikasian Elemen data dimasukan ke dalam record untuk digunakan sebagai kode untuk mengidentifikasi dan mengelompokkan record mining classification rules. Sebagai contoh, sebuah dealer mobil ingin mengklasifikasikan pelanggannya menurut kecenderungan mereka untuk menyukai mobil jenis tertentu, sehingga para sales yang bekerja disitu akan mengetahui siapa yang harus didekati, kemana katalog mobil jenis baru harus dikirim, sehingga hal ini akan sangat membantu dalam hal promosi. Penyortiran Record disusun dalam urutan tertentu berdasarkan pada kode atau elemen data yang lain. Sebagai contoh, file record penggajian disusun sedemikan rupa sehingga semua record untuk tiap karyawan dapat dijadikan satu dan record untuk tiap karyawan berada dalam urutan menurut tanggal. Pengkalkulasian Operasi aritmatika dan logika dilakukan pada elemen data yang menghasilkan elemen data tambahan. Sebagai contoh, dalam sistem penggajian, biaya perjam, dikalikan jumlah jam kerja untuk menghasilkan pendapatan kotor. Perekapitulasian Data yang dipersingkat menjadi bentuk total dan subtotal. Contohnya adalah hasil rekapitulasi / ringkasan nilai akhir mahasiswa per semester. Penyimpanan data Pada perusahaan kecil, ada ratusan transaksi dan tindakan tiap harinya sedangkan diperusahaan yang lebih besar, mungkin saja ada ribuan. Setiap data transaksi ini tentunya beresiko hilang karena berceceran. Oleh karena itulah dibutuhkan tempat untuk penyimpanan data agar data tersebut selalu ada ketika dibutuhkan. Pembuatan dokumen Sistem pengolahan data menghasilkan output yang dibutuhkan oleh perorangan atau kelompok baik yang berada di dalam atau diluar perusahan. Keluaran ini biasa dibuat dalam bentuk paper atau dokumen.
  6. Pengumpulan data Sepanjang perusahaan memberikan barang dan jasa dan kepala lingkunganya, tiap tindakannya ini digambarkan dalam record data. Jika tindakan tersebut melibatkan elemen lingkungan, hal ini disebut transaksi. Pengubahan data Diperlukan untuk mengubah data untuk mentranformasikannya menjadi format yang dapat digunakan. Operasi pengubahan data mencakup:   Pengklasifikasian Elemen data dimasukan ke dalam record untuk digunakan sebagai kode untuk mengidentifikasi dan mengelompokkan record mining classification rules. Sebagai contoh, sebuah dealer mobil ingin mengklasifikasikan pelanggannya menurut kecenderungan mereka untuk menyukai mobil jenis tertentu, sehingga para sales yang bekerja disitu akan mengetahui siapa yang harus didekati, kemana katalog mobil jenis baru harus dikirim, sehingga hal ini akan sangat membantu dalam hal promosi. Penyortiran Record disusun dalam urutan tertentu berdasarkan pada kode atau elemen data yang lain. Sebagai contoh, file record penggajian disusun sedemikan rupa sehingga semua record untuk tiap karyawan dapat dijadikan satu dan record untuk tiap karyawan berada dalam urutan menurut tanggal. Pengkalkulasian Operasi aritmatika dan logika dilakukan pada elemen data yang menghasilkan elemen data tambahan. Sebagai contoh, dalam sistem penggajian, biaya perjam, dikalikan jumlah jam kerja untuk menghasilkan pendapatan kotor. Perekapitulasian Data yang dipersingkat menjadi bentuk total dan subtotal. Contohnya adalah hasil rekapitulasi / ringkasan nilai akhir mahasiswa per semester. Penyimpanan data Pada perusahaan kecil, ada ratusan transaksi dan tindakan tiap harinya sedangkan diperusahaan yang lebih besar, mungkin saja ada ribuan. Setiap data transaksi ini tentunya beresiko hilang karena berceceran. Oleh karena itulah dibutuhkan tempat untuk penyimpanan data agar data tersebut selalu ada ketika dibutuhkan. Pembuatan dokumen Sistem pengolahan data menghasilkan output yang dibutuhkan oleh perorangan atau kelompok baik yang berada di dalam atau diluar perusahan. Keluaran ini biasa dibuat dalam bentuk paper atau dokumen.
  7. Pengumpulan data Sepanjang perusahaan memberikan barang dan jasa dan kepala lingkunganya, tiap tindakannya ini digambarkan dalam record data. Jika tindakan tersebut melibatkan elemen lingkungan, hal ini disebut transaksi. Pengubahan data Diperlukan untuk mengubah data untuk mentranformasikannya menjadi format yang dapat digunakan. Operasi pengubahan data mencakup:   Pengklasifikasian Elemen data dimasukan ke dalam record untuk digunakan sebagai kode untuk mengidentifikasi dan mengelompokkan record mining classification rules. Sebagai contoh, sebuah dealer mobil ingin mengklasifikasikan pelanggannya menurut kecenderungan mereka untuk menyukai mobil jenis tertentu, sehingga para sales yang bekerja disitu akan mengetahui siapa yang harus didekati, kemana katalog mobil jenis baru harus dikirim, sehingga hal ini akan sangat membantu dalam hal promosi. Penyortiran Record disusun dalam urutan tertentu berdasarkan pada kode atau elemen data yang lain. Sebagai contoh, file record penggajian disusun sedemikan rupa sehingga semua record untuk tiap karyawan dapat dijadikan satu dan record untuk tiap karyawan berada dalam urutan menurut tanggal. Pengkalkulasian Operasi aritmatika dan logika dilakukan pada elemen data yang menghasilkan elemen data tambahan. Sebagai contoh, dalam sistem penggajian, biaya perjam, dikalikan jumlah jam kerja untuk menghasilkan pendapatan kotor. Perekapitulasian Data yang dipersingkat menjadi bentuk total dan subtotal. Contohnya adalah hasil rekapitulasi / ringkasan nilai akhir mahasiswa per semester. Penyimpanan data Pada perusahaan kecil, ada ratusan transaksi dan tindakan tiap harinya sedangkan diperusahaan yang lebih besar, mungkin saja ada ribuan. Setiap data transaksi ini tentunya beresiko hilang karena berceceran. Oleh karena itulah dibutuhkan tempat untuk penyimpanan data agar data tersebut selalu ada ketika dibutuhkan. Pembuatan dokumen Sistem pengolahan data menghasilkan output yang dibutuhkan oleh perorangan atau kelompok baik yang berada di dalam atau diluar perusahan. Keluaran ini biasa dibuat dalam bentuk paper atau dokumen.
  8. Pengumpulan data Sepanjang perusahaan memberikan barang dan jasa dan kepala lingkunganya, tiap tindakannya ini digambarkan dalam record data. Jika tindakan tersebut melibatkan elemen lingkungan, hal ini disebut transaksi. Pengubahan data Diperlukan untuk mengubah data untuk mentranformasikannya menjadi format yang dapat digunakan. Operasi pengubahan data mencakup:   Pengklasifikasian Elemen data dimasukan ke dalam record untuk digunakan sebagai kode untuk mengidentifikasi dan mengelompokkan record mining classification rules. Sebagai contoh, sebuah dealer mobil ingin mengklasifikasikan pelanggannya menurut kecenderungan mereka untuk menyukai mobil jenis tertentu, sehingga para sales yang bekerja disitu akan mengetahui siapa yang harus didekati, kemana katalog mobil jenis baru harus dikirim, sehingga hal ini akan sangat membantu dalam hal promosi. Penyortiran Record disusun dalam urutan tertentu berdasarkan pada kode atau elemen data yang lain. Sebagai contoh, file record penggajian disusun sedemikan rupa sehingga semua record untuk tiap karyawan dapat dijadikan satu dan record untuk tiap karyawan berada dalam urutan menurut tanggal. Pengkalkulasian Operasi aritmatika dan logika dilakukan pada elemen data yang menghasilkan elemen data tambahan. Sebagai contoh, dalam sistem penggajian, biaya perjam, dikalikan jumlah jam kerja untuk menghasilkan pendapatan kotor. Perekapitulasian Data yang dipersingkat menjadi bentuk total dan subtotal. Contohnya adalah hasil rekapitulasi / ringkasan nilai akhir mahasiswa per semester. Penyimpanan data Pada perusahaan kecil, ada ratusan transaksi dan tindakan tiap harinya sedangkan diperusahaan yang lebih besar, mungkin saja ada ribuan. Setiap data transaksi ini tentunya beresiko hilang karena berceceran. Oleh karena itulah dibutuhkan tempat untuk penyimpanan data agar data tersebut selalu ada ketika dibutuhkan. Pembuatan dokumen Sistem pengolahan data menghasilkan output yang dibutuhkan oleh perorangan atau kelompok baik yang berada di dalam atau diluar perusahan. Keluaran ini biasa dibuat dalam bentuk paper atau dokumen.
  9. Pengumpulan data Sepanjang perusahaan memberikan barang dan jasa dan kepala lingkunganya, tiap tindakannya ini digambarkan dalam record data. Jika tindakan tersebut melibatkan elemen lingkungan, hal ini disebut transaksi. Pengubahan data Diperlukan untuk mengubah data untuk mentranformasikannya menjadi format yang dapat digunakan. Operasi pengubahan data mencakup:   Pengklasifikasian Elemen data dimasukan ke dalam record untuk digunakan sebagai kode untuk mengidentifikasi dan mengelompokkan record mining classification rules. Sebagai contoh, sebuah dealer mobil ingin mengklasifikasikan pelanggannya menurut kecenderungan mereka untuk menyukai mobil jenis tertentu, sehingga para sales yang bekerja disitu akan mengetahui siapa yang harus didekati, kemana katalog mobil jenis baru harus dikirim, sehingga hal ini akan sangat membantu dalam hal promosi. Penyortiran Record disusun dalam urutan tertentu berdasarkan pada kode atau elemen data yang lain. Sebagai contoh, file record penggajian disusun sedemikan rupa sehingga semua record untuk tiap karyawan dapat dijadikan satu dan record untuk tiap karyawan berada dalam urutan menurut tanggal. Pengkalkulasian Operasi aritmatika dan logika dilakukan pada elemen data yang menghasilkan elemen data tambahan. Sebagai contoh, dalam sistem penggajian, biaya perjam, dikalikan jumlah jam kerja untuk menghasilkan pendapatan kotor. Perekapitulasian Data yang dipersingkat menjadi bentuk total dan subtotal. Contohnya adalah hasil rekapitulasi / ringkasan nilai akhir mahasiswa per semester. Penyimpanan data Pada perusahaan kecil, ada ratusan transaksi dan tindakan tiap harinya sedangkan diperusahaan yang lebih besar, mungkin saja ada ribuan. Setiap data transaksi ini tentunya beresiko hilang karena berceceran. Oleh karena itulah dibutuhkan tempat untuk penyimpanan data agar data tersebut selalu ada ketika dibutuhkan. Pembuatan dokumen Sistem pengolahan data menghasilkan output yang dibutuhkan oleh perorangan atau kelompok baik yang berada di dalam atau diluar perusahan. Keluaran ini biasa dibuat dalam bentuk paper atau dokumen.
  10. Pengumpulan data Sepanjang perusahaan memberikan barang dan jasa dan kepala lingkunganya, tiap tindakannya ini digambarkan dalam record data. Jika tindakan tersebut melibatkan elemen lingkungan, hal ini disebut transaksi. Pengubahan data Diperlukan untuk mengubah data untuk mentranformasikannya menjadi format yang dapat digunakan. Operasi pengubahan data mencakup:   Pengklasifikasian Elemen data dimasukan ke dalam record untuk digunakan sebagai kode untuk mengidentifikasi dan mengelompokkan record mining classification rules. Sebagai contoh, sebuah dealer mobil ingin mengklasifikasikan pelanggannya menurut kecenderungan mereka untuk menyukai mobil jenis tertentu, sehingga para sales yang bekerja disitu akan mengetahui siapa yang harus didekati, kemana katalog mobil jenis baru harus dikirim, sehingga hal ini akan sangat membantu dalam hal promosi. Penyortiran Record disusun dalam urutan tertentu berdasarkan pada kode atau elemen data yang lain. Sebagai contoh, file record penggajian disusun sedemikan rupa sehingga semua record untuk tiap karyawan dapat dijadikan satu dan record untuk tiap karyawan berada dalam urutan menurut tanggal. Pengkalkulasian Operasi aritmatika dan logika dilakukan pada elemen data yang menghasilkan elemen data tambahan. Sebagai contoh, dalam sistem penggajian, biaya perjam, dikalikan jumlah jam kerja untuk menghasilkan pendapatan kotor. Perekapitulasian Data yang dipersingkat menjadi bentuk total dan subtotal. Contohnya adalah hasil rekapitulasi / ringkasan nilai akhir mahasiswa per semester. Penyimpanan data Pada perusahaan kecil, ada ratusan transaksi dan tindakan tiap harinya sedangkan diperusahaan yang lebih besar, mungkin saja ada ribuan. Setiap data transaksi ini tentunya beresiko hilang karena berceceran. Oleh karena itulah dibutuhkan tempat untuk penyimpanan data agar data tersebut selalu ada ketika dibutuhkan. Pembuatan dokumen Sistem pengolahan data menghasilkan output yang dibutuhkan oleh perorangan atau kelompok baik yang berada di dalam atau diluar perusahan. Keluaran ini biasa dibuat dalam bentuk paper atau dokumen.
  11. Pengumpulan data Sepanjang perusahaan memberikan barang dan jasa dan kepala lingkunganya, tiap tindakannya ini digambarkan dalam record data. Jika tindakan tersebut melibatkan elemen lingkungan, hal ini disebut transaksi. Pengubahan data Diperlukan untuk mengubah data untuk mentranformasikannya menjadi format yang dapat digunakan. Operasi pengubahan data mencakup:   Pengklasifikasian Elemen data dimasukan ke dalam record untuk digunakan sebagai kode untuk mengidentifikasi dan mengelompokkan record mining classification rules. Sebagai contoh, sebuah dealer mobil ingin mengklasifikasikan pelanggannya menurut kecenderungan mereka untuk menyukai mobil jenis tertentu, sehingga para sales yang bekerja disitu akan mengetahui siapa yang harus didekati, kemana katalog mobil jenis baru harus dikirim, sehingga hal ini akan sangat membantu dalam hal promosi. Penyortiran Record disusun dalam urutan tertentu berdasarkan pada kode atau elemen data yang lain. Sebagai contoh, file record penggajian disusun sedemikan rupa sehingga semua record untuk tiap karyawan dapat dijadikan satu dan record untuk tiap karyawan berada dalam urutan menurut tanggal. Pengkalkulasian Operasi aritmatika dan logika dilakukan pada elemen data yang menghasilkan elemen data tambahan. Sebagai contoh, dalam sistem penggajian, biaya perjam, dikalikan jumlah jam kerja untuk menghasilkan pendapatan kotor. Perekapitulasian Data yang dipersingkat menjadi bentuk total dan subtotal. Contohnya adalah hasil rekapitulasi / ringkasan nilai akhir mahasiswa per semester. Penyimpanan data Pada perusahaan kecil, ada ratusan transaksi dan tindakan tiap harinya sedangkan diperusahaan yang lebih besar, mungkin saja ada ribuan. Setiap data transaksi ini tentunya beresiko hilang karena berceceran. Oleh karena itulah dibutuhkan tempat untuk penyimpanan data agar data tersebut selalu ada ketika dibutuhkan. Pembuatan dokumen Sistem pengolahan data menghasilkan output yang dibutuhkan oleh perorangan atau kelompok baik yang berada di dalam atau diluar perusahan. Keluaran ini biasa dibuat dalam bentuk paper atau dokumen.
  12. Recording transaction Menyimpan data transaksi ke sebuah pengolahan data medium  (contoh, punching number ke dalam kalkulator). Coding transaction Merubah informasi data transaksi pada saat akan dimasukkan ke dalam bentuk yang berbeda (contoh merubah atribut kelamin female ke huruf F). Storing data or information Proses penyimpanan data atau informasi kedepannyua bisa digunakan untuk pengambilan keputusan (potential information for future) Calculating Operasi aritmatik terhadap data field. Contohnya adalah menaikkan gaji sebesar 10% pada kolom gaji dalam tabel karyawan. Summarizing Proses akumulasi beberapa data. Contoh menjumlah  jumlah jam kerja setiap hari dalam seminggu menjadi nilai total jam kerja perminggu. Pengelompokan data menjadi kelompok-kelompok tertentu, yaitu: Categorizing Pengelompokkan data berdasar karakteristrik tertentu (contoh, pengelompokkan data mahasiswa berdasar semester aktif). Sorting Pengurutan data kedalam bentuk ascending ataupun descending (contoh, pengurutan  nomor induk karyawan secara ascending yakni dari urut terendah ke yang tertinggi). Merging Penggabungan untuk dua atau lebih sekumpulan data berdasarkan kriteria tertentu (Misalnya menggabungkan data penjualan bulan Januari, Februari dan Maret  ke dalam kelompok triwulanan). Matching Penyocokkan data berdasar keinginan pengguna terhadap pengelompokan data tertentu (contoh, memilih semua karyawan yang total pendapatannya lebih dari 10 juta pertahun). Displaying result Menampilkan informasi yang dibutuhkan pemakai  melalui monitor atau cetakan. Reproducing Penyimpanan data yang digunakan untuk pemakai lain yang membutuhkan. Telecommunicating Penyimpanan data secara elektronik melalui saluran komunikasi.
  13. Hambatan organisasional pada lingkungan database Implementasi database membutuhkan perubahan organisasional secara menyeluruh. Dalam hal peran informasi, alokasi kekuatan pada level senior, kepemilikan dan berbagi-pakai informasi. System manajemen database (DBMS) merupakan tantangan tersendiri bagi kekuatan pengaturan data dalam perusahaan. Dalam lingkungan pengaturan file tradisional, tiap departemen memiliki file dan program untuk memenuhi kebutuhan data perusahaan. Dengan database, file dan program harus dibangun sebagai syarat mutlak untuk organusasi data secara baik. Walaupun organisasi harus mengeluarkan uang yang tidak sedikit untuk perangkat keras dan perangkat lunak bagi lingkungan database, namun keuntungan maksimal bisa dicapai. Mengintegrasikan data dan memastikan kualitas data Beralih ke database merupakan proses panjang yang membutuhkan banyak biaya. Perusahaan harus menghabiskan banyak waktu untuk mengumpulkan dan membakukan data yang membentuk database agar bisa mengeliminasi segala bentuk ketidakkonsistenan, berlebihan dan kesalahan yang biasanya muncul sewaktu penambahan data dan pemeliharaannya dari beragam sistem dan wilayah fungsional.
  14. Administrasi data Prinsip dasar dalam administrasi data adalah semua data merupakan milik organisasi secara keseluruhan. Data tidak bisa dikatakan milik salah satu wilayah bisnis tertentu atau unit organisasi tertentu. Semua data harus dibuat tersedia bagi semua kelompok yang membutuhkannya agar tugas-tugasnya bisa dilaksanakan, kebijakan informasi dapat menata prosedur dan kemampuan respon tertentu, menentukan unit organisasi mana yang bisa berbagi pakai informasi, kemana organisasi didistribusikan, dan siapa yang wajib memperbarui dan memelihara organisasi. Perencanaan data dan metodologi pemodelan Kebutuhan-kebutuhan organisasi yang dilayani oleh DBMS jauh lebih lebar daripada yang dilayani oleh lingkungan file tradisional. Oleh karena itu, organisasi memerlukan perencanaan data yang menyeluruh. Analisis perusahaan sangat diperlukan untuk mengembangkan data base.Adapun tujuan analisis tersebut adalah mengidentifikasi entitas-entitas kunci, atribut dan relasi yang menyusun data organisasi. Teknologi, manajemen dan pengguna database Database membutuhkan perangkat lunak, staf dan struktur manajemen data yang dilatih secara khusus dalam hal teknik-teknik DBMS. Sebagian besar perusahaan mengembangkan rancangan database dan kelompok manajemen di dalam divisi sistem informasi yang bertanggung jawab dalam menentukan dan mengorganisasi struktur dan isi database dan memeliharanya.
  15. Pengolahan data banyak dilakukan oleh volume data yang lebih besar dari pada volume informasinya. Ada dua alasan, yang pertama sistem pengolahan data benar-benar menghasilkan output informasinya dalam bentuk laporan accounting standar yang kedua sistem pengolahan data memberikan kekayaan pada database yang dapat digunakan dalam memecahkan masalah. Dengan dihasilkannya keputusan yang baik, secara langsung maupun tidak langsung akan berpengaruh pada kinerja perusahaan, yang akan bermuara pada peningkatan profitabilitas aktivitas usaha. Jika skenario pengolahan fakta menjadi data, kemudian menjadi informasi, dan akhirnya menjadi pengetahuan dapat dilaksanakan dengan benar (efisien dan efektif), maka akan merupakan senjata khusus perusahaan dalam bersaing. Sebaliknya, jika terjadi kesalahan pada proses pengolahan yang ada, hal fatal dapat menimpa perusahaan. Dapat dibayangkan bahwa seorang manajer puncak mengambil keputusan berdasarkan data atau informasi yang salah dan tidak akurat.
  16. data multidimensi adalah ketika kita dapat melihat sebuah data dari berbagai sudut pandang atau dimensi Istilah lain untuk analisis data multidimensi ini adalah pemrosesan analitik online (OLAP). Contoh, penjualan buku dapat dilihat dari segi lokasi Buku, waktu, lokasi penjualan / toko dan sebagainya.
  17. Dalam terminologi Multidimensional Analysis, Slice digunakan untuk mendefinisikan sebuah member atau sekumpulan member yang dipisahkan (dari ALL Dimension-Dimension lain) lalu dievaluasi melintang pada semua Dimension. Sebuah member dari suatu Dimension berarti suatu nilai dalam sebuah level pada Dimension tersebut. Untuk lebih memahami konsep Slice perhatikan contoh dibawah ini : Misalkan kita hanya mempunyai tiga Dimension dengan nama Poduct, Store, dan Date dalam suatu Dimensional Model yang sederhana. Kita hanya mempunyai satu table Fact yang dinamakan Sales. Asumsikan bahwa kita memisahkan tiga member dari Product Dimension, ketiga member ini adalah Soda, Milk dan Juice. Hal ini ditampilkan pada gambar dibawah:
  18. Konsep Dicing berarti kita menaruh beberapa Member dari suatu Dimension pada suatu Sumbu koordinat lalu meletakkan beberapa Member dari Dimension lain pada sumbu yang lain. Dengan cara ini akan memungkinkan melihat hubungan antar Member dari Dimension-Dimension yang berbeda. Dicing adalah analisa hubungan antar Dimension-Dimension yang berbeda atau Member-Member Dimension tersebut. Gambar dibawah menunjukkan contoh Dicing Contoh analisa yang dapat dilakukan dari gambar 2.18 adalah sebagai berikut: Berapa kontribusi masing-masing toko pada total penjualan untuk setiap Product (Soda, Milk, dan Juice)? Berapa kontribusi Product tertentu pada total penjualan untuk setiap lokasi Toko?
  19. Pivoting pada Multidimensional Modelling berarti menukarkan Baris dengan Kolom dan sebaliknya. Gambar berikut menunjukkan contoh Pivoting. Pada gambar dibawah kita menukarkan Dimension STORE pada Baris dengan PRODUCT pada Kolom. Ini adalah cara yang cepat dan sederhana untuk melihat dengan perspektif yang berbeda.
  20. Drilling dalam Multidimensional terminologi berarti perpindahan dari satu level Hierarchy ke level yang lain. Dengan kata lain Drill-Down dapat didefinisikan sebagai kemampuan untuk melihat informasi pada struktur hierarchy dibawahnya. Pada contoh gambar dibawah ditunjukkan Drill-Down pada tiga level hierarchy sederhana dalam Dimension PRODUCT.Hierarchy tersebut adalah : ‘GROUP CLASS’–>’GROUP’–>’PRODUCT’. Pada akhirnya dengan melakukan Drill-Down pada attribute GROUP, kita akan sampai pada level terendah dari Dimension PRODUCT (yang mana merupakan Product item).
  21. Drill-Across adalah suatu cara dimana kita dapat Drill dari satu Dimension ke Dimension yang lain. Fungsi ini umumnya digunakan pada ROLAP, Pada gambar dibawah dapat dilihat contoh dari Driill-Across dari Dimension STORE CA ke Dimension PRODUCT. Pada gambar diatas dapat kita lihat Drill-Across dari STORE CA ke Dimension PRODUCT. Pada tabel pertama menunjukkan Penjualan dalam Dimension STORE dari tiga negara bagian, dan kita akan fokus hanya pada CA (California). Dengan fungsi Drill-Across ke Dimension PRODUCT kita bisa melihat lebih detail tentang product mana saja yang menentukan penjualan pada STORE CA.
  22. Roll-Up and Roll-Down adalah fungsi OLAP yang memberikan aggregate lebih tinggi atau lebih rendah dari seluruh Dimension pada level Hierarchy yang diberikan. Pada contoh gambar dibawah kita Roll-Down Dimension PRODUCT dari level 3 ke level 2 and ke level 1. Hal ini bisa diselesaikan lewat Hierarchy PRODUCT level: GROUP CLASS–>GROUP–>PRODUCT Konsep Roll-Down mirip dengan Drill-Down, dan Roll-Up adalah kebalikan dari Roll-Down. Juga bisa dikatakan Konsep Roll-Up mirip dengan Drill-Up.
  23. Kehadiran data mining dilatar belakangi dengan problema data explosion yang dialami akhir-akhir ini dimana banyak organisasi telah mengumpulkan data sekian tahun lamanya (data pembelian, data penjualan, data nasabah, data transaksi dan sebagainya). Hampir semua data tersebut dimasukkan dengan menggunakan aplikasi komputer yang digunakan untuk menangani transaksi sehari-hari yang kebanyakan adalah OLTP (On Line Transaction Processing). Bayangkan berapa transaksi yang dimasukkan oleh hypermarket semacam Carrefour atau transaksi kartu kredit dari sebuah dalam seharinya dan bayangkan betapa besarnya ukuran data mereka jika nanti telah berjalan beberapa tahun. Pertanyaannya sekarang, apakah data tersebut akan dibiarkan menggunung, tidak berguna lalu dibuang, ataukah kita dapat me-‘nambang’-nya untuk mencari ‘emas’, ‘berlian’ yaitu informasi yang berguna untuk organisasi kita. Banyak diantara kita yang kebanjiran data tapi miskin informasi.
  24. Data mining merupakan beragam teknik untuk menemukan pola tersembunyi dan relasi dalam sekumpulan besar data dan menarik kesimpulan aturan dari sekumpulan besar data dan menarik untuk memprediksi perilaku masa depan dan menuntun pengambilan keputusan (Fayyed et al., 2002; Hirji, 2001). Ekstraksi pola yang menarik dari data dalam jumlah besar Beberapa teknik yang sering disebut-sebut dalam literatur data mining antara lain : clustering, classification, association rule mining, neural network, genetic algorithm dan lain-lain. data mining digunakan untuk melakukan information discovery yang informasinya lebih ditujukan untuk seorang Data Analyst dan Business Analyst (dengan ditambah visualisasi tentunya). Dalam prakteknya, data mining juga mengambil data dari data warehouse.
  25. Contohnya adalah St. Luke Hospital di Chester field yang memiliki webPINS (web-enabled Patient Information Network System) yang menggunakan teknologi web untuk mendapatkan informasi pasien secara luas yang digabungkan ke dalam database Sybase.