SIM-09.PDF

1. SISTEM INFORMASI MANAJEMEN
MANAGEMENT INFORMATION SYSTEMS
Dr. Yoyo Sudaryo, SE, Ak, MM, CA
Rama Chandra Jaya, S.Kom., MM
Database dan Manajemen Informasi
SEKOLAH TINGGI ILMU EKONOMI INDONESIA MEMBANGUN
SISTEM INFORMASI MANAJEMEN
MANAGEMENT INFORMATION SYSTEMS
Kordinator :
Dr. Yoyo Sudaryo, SE, Ak, MM, CA
Anggota :
Rama Chandra Jaya, S.Kom., MM
Ferry Kosadi, SE., M.Kom
Modul 09
Database dan Manajemen Informasi
SEKOLAH TINGGI ILMU EKONOMI INDONESIA MEMBANGUN
(STIE INABA)
BANDUNG
2019
SISTEM INFORMASI MANAJEMEN
MANAGEMENT INFORMATION SYSTEMS
SEKOLAH TINGGI ILMU EKONOMI INDONESIA MEMBANGUN

2. ii
MATERI BAHASAN
No Materi Sesi Tanggal
1 Pendahuluan Gambaran Umum SIM Tatap Muka
2 Dimensi Sistem Informasi Online
3
Dampak Sistem Informasi pada
Organisasi dan Lingkungan Bisnis
Online
4 Strategi Penerapan Sistem Informasi Tatap Muka
5
Infrastruktur TI dan Perkembangan
Teknologi Pada SI
Online
6
Mengelola Pengetahuan Sistem Informasi
– Knowledge Management System
Online
7
Membangun Sistem Informasi & Review-
Quiz
Tatap Muka
8 UTS Tatap Muka
9 Database & Manajemen Informasi Tatap Muka
10 Sistem Pendukung Keputusan (DSS) Online
11
Sistem Informasi Organisasi Enterprise
Systems (EIS)
Online
12
Electronic Data Interchange (EDI),
Fintech & Digital Accounting
Tatap Muka
13 Keamanan Sistem Informasi Online
14
Etika dan Masalah Sosial dalam Sistem
Informasi
Online
15 Review-Quiz Tatap Muka
16 UAS Tatap Muka

3. iii
DAFTAR ISI MODUL 09 DATABASE DAN MANAJEMEN INFORMASI
Materi Bahasan............................................................................................................................. ii
Daftar Isi Modul 09 Database dan Manajemen informasi ......................................................iii
Database dan manajemen Informasi .......................................................................................... 1
Modul 09 – Database dan Manajemen Informasi.................................................................. 1
Istilah dan Konsep Organisasi File...................................................................................... 1
Data, Informasi dan Manajemen.......................................................................................... 1
Manajemen Data (Data Management) ................................................................................ 1
Kegiatan Manajemen Data (Data Management Activity).................................................... 2
Jenjang Data (Hirarki Data)................................................................................................. 3
Pendekatan Dalam Pengorganisasian Data ........................................................................ 5
File-Based Approach (Pendekatan Berbasis File) ............................................................... 5
Database Approach (Pendekatan Database)........................................................................ 6
Contoh Desain dan Pemodelan Database .......................................................................... 12
Tahapan Desain Database.................................................................................................. 12
Peran Akuntan Pada Tahapan Desain Database ................................................................ 13
Database dan Database Non-relasional di Cloud ............................................................. 14
Cloud Database.................................................................................................................. 14
Tantangan Big Data............................................................................................................. 15
Daftar pustaka Modul 09 ........................................................................................................... 17

4. DATABASE DAN MANAJEMEN INFORMASI
Modul 09 – Database dan Manajemen Informasi
Istilah dan Konsep Organisasi File
Pada dasarnya sebuah organisasi bisnis dalam aktivitasnya akan mempunyai aliran data
dan informasi bagi kepentingan pengelolaan atau manajemen bisnisnya. Sistem Informasi
merupakan bagian dalam organisasi bisnis yang melakukan proses pengelolaan data dan
informasi serta membangun pengetahuan di lingkungan organisasi. Pengelolaan atau manajemen
tidak hanya dalam aktivitas bisnis namun menyeluruh dalam berbagai aspek termasuk dalam
Sistem informasi dan data.
Data, Informasi dan Manajemen
Data yaitu Fakta atau bagian dari fakta yang mengandung arti, yang dihubungkan dengan
kenyataan, simbol-simbol.
Informasi yaitu Data yang diolah menjadi bentuk yang lebih berguna dan lebih berarti bagi yang
menerimanya yang menggambarkan suatu kejadian-kejadian yang nyata yang digunakan untuk
pengambilan keputusan.
Manajemen adalah suatu proses perencanaan, pengorganisasian, kepemimpinan, dan
pengendalian upaya dari anggota organisasi serta penggunaan sumua sumber daya yang ada pada
organisasi untuk mencapai tujuan organisasi yang telah ditetapkan sebelumnya.
Manajemen Data (Data Management)
Pengelolaan/Manajemen Data (Data Management) merupakan bagian dari manajemen
sumber daya informasi yang mencakup semua kegiatan yang memastikan bahwa data dapat
memenuhi kriteria pada data yang berkualitas seperti Accuracy, Uptodate, Secure dan
Availability bagi penggunanya. Manajemen Data merupakan bidang studi yang luas, tetapi pada
Ruang Lingkup :
Database dan Manajemen Informasi
1. Istilah dan Konsep Organisasi File
2. Masalah dengan Lingkungan File Tradisional
3. Database Management System (DBMS)
4. Tantangan Big Data
5. Database dan Web

5. 2
dasarnya adalah proses pengelolaan data sebagai sumber daya yang berharga bagi suatu
organisasi atau bisnis.
Gambar 10.1 Hubungan Sistem Informasi dan Organisasi
Sumber : Loudon & Loudon, 2018:41
Kegiatan Manajemen Data (Data Management Activity)
Kegiatan manajemen data mencakup :
1. Pengumpulan Data
2. Integritas dan Pengujian
3. Penyimpanan
4. Pemeliharaan
5. Keamanan
6. Organisasi
7. Pengambilan
Pengumpulan Data
Data yang diperlukan dikumpulkan dan dicatat dalam suatu formulir yang disebut dokumen
sumber yang berfungsi sebagai input bagi system.
Integritas dan Pengujian
Data tersebut diperiksa untuk meyakinkan konsistensi dan akurasinya berdasarkan suatu
peraturan dan kendala yang telah ditentukan sebelumnya.
Penyimpanan
Data disimpan pada suatu medium, seperti pita magnetic atau piringan magnetic.
Pemeliharaan
Data baru ditambahkan, data yang ada diubah, dan data yang tidak lagi diperlukan dihapus agar
sumberdaya data (berkas) tetap mutakhir.

6. 3
Keamanan
Data dijaga untuk mencegah penghancuran, kerusakan atau penyalahgunaan.
Organisasi
Data disusun sedemikian rupa untuk memenuhi kebutuhan informasi pemakai.
Pengambilan
Data tersedia bagi pemakai
Jenjang Data (Hirarki Data)
Dalam Sistem Komputer data dikelola dengan melakukan pengaturan berdasarkan pada
hirarki data atau jenjang data yang dimulai dengan ukuran satuan terkecil yaitu Bit, Byte, Field,
Record, File dan Database.
Binary Digit
satuan data terkecil yang dapat
diolah oleh komputer.
Adalah sistem binner yang terdiri
atas dua macam nilai, yaitu 0 dan
1. sistem binner merupakan dasar
yang dapat digunakan untuk
komunikasi antara manusia dan
mesin, yang merupakan
serangkaian komponen elektronik
dan hanya dapat membedakan 2
macam keadaan, yaitu ada
tegangan dan tidak ada tegangan
yang masuk ke rangkaian tersebut
0 1
Kumpulan sejumlah bit yang
mewakili satu karakter yang dapat
berupa satu huruf, satu angka,
simbol khusus, dll.
Adalah bagian terkecil yang
dialamatkan dalam memori.
byte mrupakan sekumpulan
bit (1 Byte = 8 Bit) yang
secara konvensional terdiri
atas kombinasi delapan bit
yang menyatakan sebuah
karakter dalam memori (I
byte= I karakter)
0100 1001 (Letter I in ASCII)

7. 4
Kumpulan karakter yang
membentuk satu atau sekelompok
kata, suatu nomor identitas,
suatu icon/image /gambar, dll.
Merupakan unit terkecil yang
disebut data,yang tidak dapat
dipecah lagi menjadi unit lain yang
bermakna.
• fixed length field, memiliki
ukuran yang tetap.
• variabel length field, field-
field dalam record dapat
memiliki ukuran berbeda.
satu kelompok atau beberapa field
atau seperangkat fields yang
menjadi satu kesatuan data (Data
Entity).
Merupakan sekumpulan
field/atribut/data item yang saling
berhubungan terhadap obyek
tertentu
• fixed length record, semua field
dalam record memiliki ukuran
yang tetap.
• Variabel length record, field-
field dalam record dapat
memiliki ukuran berbeda
(metode penandaan yang
digunakan adalah : end of record
marker, indikator panjang, dan
tabel posisi record)
Satu kelompok record atau
merupakan gabungan dari banyak
record dari satu kesatuan atau
entitas pada aktivitas tertentu.
Merupakan sekumpulan rekaman
data yang berkaitan denngan suatu
objek.
Kumpulan sejumlah file atau
merupakan gabungan dari banyak
file yang satu sama lain
berhubungan.
Atau sekumpulan file dengan
bermacam-macam tipe record di
dalamnya yang memiliki hubungan
antar record (Relasional Database)

8. 5
Pendekatan Dalam Pengorganisasian Data
Terdapat dua pendekatan yang umum dilakukan dalam melakukan pengorganisasian data
bagi kepentingan sistem informasi organisasi bisnis, yaitu :
1. File-Based Approach (Pendekatan/metode berbasis file)
2. Database Approach (Pendekatan/metode berbasis Database) menggunakan DBMS
File-Based Approach (Pendekatan Berbasis File)
Adalah sekumpulan program aplikasi yang membantu para end-users dalam membuat
laporan-laporan. Masing-masing aplikasi tersebut mendefinisikan dan mengatur datanya sendiri-
sendiri (tidak terintegrasi).
Gambar 10.2 Pengolahan Berdasarkan File
Sumber : Loudon & Loudon, 2018:243
Kelemahan dalam File Based Approach
1. Data terpisah sendiri-sendiri sehingga bisa terjadi duplikasi data (Redundant) dan
kemungkinan terjadinya Inkonsistensi data
2. Bila Terjadi perubahan, misalnya perubahan jumlah digit dalam sebuah field menjadi
lebih besar maka terdapat kemungkinan data yang telah ada terpengaruh dan menjadi
tidak tepat.
3. Tidak Fleksibel

9. 4. Keamanan Data Cenderung Tidak Ada /
5. Sulit melakukan Data Sharing dan Kurangnya Ketersediaan Data.
6. Format file tidak diseragamkan/distandarkan sehingga berlain
Gambar 10.3
Penggunaan pendekatan tradisional untuk pemrosesan file mendorong setiap area
fungsional dalam suatu perusahaan untuk mengembangkan aplikasi khusus. Setiap aplikasi
memerlukan file data unik yang kemungkinan merupakan subset dari file master. Subset dari f
master ini menyebabkan redundansi dan inkonsistensi data, memproses tidak fleksibel, dan
menyia-nyiakan sumber daya penyimpanan dan mengelola. Masalah yang dihasilkan adalah
redundansi dan inkonsistensi data, ketergantungan program
yang buruk, dan ketidakmampuan untuk berbagi data di antara aplikasi.
Database Approach (Pendekatan
Adalah pendekatan yang melakukan integrasi dari sekumpulan file dengan berdasarkan
pada metode tertentu, sehingga dapat
file ini dapat melayani berbagai aplikasi secara sekaligus.
Definisi database adalah kumpulan data yang diorganisasikan untuk melayani banyak
aplikasi secara efisien dengan memusatkan data dan mengendal
Penyimpanan data dalam file terpisah untuk setiap aplikasi dapat dilakukan dengan melakukan
penyimpanan pada satu lokasi saja. Layanan database
aplikasi.
File data base : memiliki elemen
file data base.
Data Cenderung Tidak Ada / Relatif Kurang
Sulit melakukan Data Sharing dan Kurangnya Ketersediaan Data.
Format file tidak diseragamkan/distandarkan sehingga berlain-lainan
Contoh Lain - Pengolahan Berdasarkan File
Penggunaan pendekatan tradisional untuk pemrosesan file mendorong setiap area
fungsional dalam suatu perusahaan untuk mengembangkan aplikasi khusus. Setiap aplikasi
memerlukan file data unik yang kemungkinan merupakan subset dari file master. Subset dari f
master ini menyebabkan redundansi dan inkonsistensi data, memproses tidak fleksibel, dan
nyiakan sumber daya penyimpanan dan mengelola. Masalah yang dihasilkan adalah
data, ketergantungan program-data, tidak fleksibe
yang buruk, dan ketidakmampuan untuk berbagi data di antara aplikasi.
(Pendekatan Database)
pendekatan yang melakukan integrasi dari sekumpulan file dengan berdasarkan
pada metode tertentu, sehingga dapat menghindari redundansi dan inefisiensi data. Kumpulan
file ini dapat melayani berbagai aplikasi secara sekaligus.
adalah kumpulan data yang diorganisasikan untuk melayani banyak
aplikasi secara efisien dengan memusatkan data dan mengendalikan data yang berlebihan.
terpisah untuk setiap aplikasi dapat dilakukan dengan melakukan
satu lokasi saja. Layanan database bersifat tunggal untuk melayani
: memiliki elemen-elemen data yang disimpan dalam salah satu format organisasi
6
Penggunaan pendekatan tradisional untuk pemrosesan file mendorong setiap area
fungsional dalam suatu perusahaan untuk mengembangkan aplikasi khusus. Setiap aplikasi
memerlukan file data unik yang kemungkinan merupakan subset dari file master. Subset dari file
master ini menyebabkan redundansi dan inkonsistensi data, memproses tidak fleksibel, dan
nyiakan sumber daya penyimpanan dan mengelola. Masalah yang dihasilkan adalah
data, tidak fleksibel, keamanan data
pendekatan yang melakukan integrasi dari sekumpulan file dengan berdasarkan
menghindari redundansi dan inefisiensi data. Kumpulan
adalah kumpulan data yang diorganisasikan untuk melayani banyak
ikan data yang berlebihan.
terpisah untuk setiap aplikasi dapat dilakukan dengan melakukan
untuk melayani beberapa
elemen data yang disimpan dalam salah satu format organisasi

10. 7
DBMS (Database Management Systems) : suatu kelompok program software yang mengelola
DB, mengontrol akses terhadap DB, menjaga pengamanan DB dan melakukan tugas-tugas lain.
Aplikasi ini membuat para pengguna mampu mendefinisikan dan memanipulasi data, membuat,
melakukan pemeliharaan, dan mengawasi serta mengendalikan akses ke database.
Sistem Antar-Muka Bahasa Induk (A Host Language Interface system), Bagian dari DBMS yang
berkomunikasi dengan program aplikasi, menafsirkan intruksi dan bahasa tingkat tinggi aplikasi
sehingga dapat dibaca dengan mudah oleh penggunanya atau merupakan penghubung antara data
dalam database dengan tampilan pada penggunanya (User Interface).
Salah Satu yang Menjadikan Database Unggul adalah Sistem Pencarian yang dikenal dengan
Query atau Structured Query Language (SQL), Yang Terdiri atas 2 aplikasi utama:
• Data Definition Language (DDL) untuk mendefinisikan database atau membuat dan
mengatur file-file database.
• Data Manipulation Language (DML) untuk melakukan insert, update, retrieve, delete,
dsb atau melakukan manipulasi data dalam file databasenya.
Data Definition Language (DDL)
Merupakan Perintah-perintah yang digunakan Administrator basis data untuk mendefinisikan
skema dan subskema basis data. Hasil kompilasi DDL disimpan dalam berkas spesial disebut
KATALOG SISTEM yang memadukan METADATA (data yang menjelaskan obyek dalam
basis data)
Data Manipulation Language / DML)
• DML Prosedural, Perintah untuk menentukan data apa dan bagaimana cara mendapatkannya
• DML Non-Prosedural, Perintah untuk menentukan data apa yang diperlukan, tanpa
menyebutkan caranya
Teknologi database memberikan solusi dari banyak masalah dalam pendekatan organisasi
file tradisional. Database management system (DBMS) adalah perangkat lunak yang
memungkinkan organisasi memusatkan data, mengelolanya secara efisien, dan menyediakan
akses ke data yang disimpan oleh program aplikasi. DBMS bertindak sebagai antarmuka antara
program aplikasi dan file data fisik. Ketika program aplikasi meminta item data, seperti gaji
kotor, DBMS menemukan item ini dalam database dan menyajikannya ke program aplikasi.
Menggunakan file data tradisional, programmer harus menentukan ukuran dan format setiap
elemen data yang digunakan dalam program dan kemudian memberitahu komputer di mana
mereka berada.
DBMS meringankan programmer atau pengguna akhir dari tugas memahami di mana dan
bagaimana data sebenarnya disimpan dengan memisahkan pandangan logis (Logical) dan fisik
data (Physical). Pandangan logis menyajikan data karena akan dirasakan oleh pengguna akhir
atau spesialis bisnis, sedangkan pandangan fisik menunjukkan bagaimana data sebenarnya diatur
dan disusun pada media penyimpanan fisik. Perangkat lunak manajemen database membuat

11. 8
database fisik tersedia untuk berbagai pandangan logis yang diperlukan oleh pengguna.
Misalnya, untuk database sumber daya manusia, spesialis tunjangan mungkin memerlukan
pandangan yang terdiri dari nama karyawan, nomor jaminan sosial, dan cakupan asuransi
kesehatan. Anggota departemen penggajian mungkin membutuhkan data seperti nama karyawan,
nomor jaminan sosial, gaji kotor, dan gaji bersih. Data untuk semua pandangan ini disimpan
dalam satu basis data tunggal, di mana mereka dapat lebih mudah dikelola oleh organisasi
Gambar 10.4 Pengolahan Berdasarkan File
Sumber : Loudon & Loudon, 2018:246
Database sumber daya manusia tunggal memungkinkan data digunakan dalam sudut
pandang dan kepentingan yang berbeda, tergantung pada persyaratan informasi yang digunakan
dan dibutuhkan oleh pengguna. Diilustrasikan di sini adalah dua pandangan yang mungkin, satu
yang menarik untuk sebuah manfaat khusus untuk kesehatan dan yang lain menggunakannya
bagi pengguna pada unit kerja departemen penggajian perusahaan.
Layanan dalam DBMS
Menyediakan layanan pengontrolan akses ke database seperti berikut:
1. Sistem pengamanan yang mencegah para pengguna yang tidak berhak untuk mengakses
database.
2. Sistem pengatur keakuratan yang selalu menjaga konsistensi semua data yang disimpan.
3. Sistem pengontrolan dan pengaturan antrian akses ke database.
4. Sistem backup
5. Sistem recovery control
6. User control Catalog

12. 9
Pemodelan Database
1. Hierarchical
• Dari umum ke semakin khusus (Top down), (cara pohon terbalik/inverted
tree)
• Field-field hanya memiliki saatu ‘parent’, masing-masing parent memiliki
sejumlah ‘children’.
• Proses operasinya cepat
2. Network
• Relationships (keterhubungan) dibuat melalui daftar-daftar atau indeks yang
saling terkait (linked) mengggunakan pointer-pointer.
• “Children” memiliki sejumlah “parents”
• Jauh lebih fleksibel dibanding hierarchical.
• Sulit pembuatan permodelannhya sehingga model network ini belum
dikembangkan lagi.
3. Relational
• Flat, berbasis tabel dua dimensi dengan akses query berganda.
• Pengecekan relasi-relasi/keterkaitan berdasarkan sejumlah tabel.
• Fleksibel, cepat, dan data dapat berdiri sendiri , tidak tergantung data lain
yang belum tentu diperlukan.
4. Object oriented
• Data dianalisa pada level konseptual.
• Inheritance, abstraction, encapsulation.
• Contoh: data pelanggan memuat secara lengkap menyeluruh termasuk nomor
identifikasi pelanggan, nama, alamat, nomor telepon, no. rekening, dan
banyak detail lengkap lainnya dalam satu kesatuan.
Kelebihan dari DBMS antara lain adalah:
1. Kepraktisan. DBMS menyediakan media penyimpan permanen yang berukuran kecil
namun banyak menyimpan data jika dibandingkan dengan menggunakan kertas.
2. Kecepatan. Komputer dapat mencari dan menampilkan informasi yang dibutuhkan
dengan cepat.
3. Mengurangi Kejenuhan. Pekerjaan yang berulang-ulang dapat menimbulkan kebosanan
bagi manusia, sedangkan mesin tidak merasakannya.
4. Update to date. Informasi yang tersedia selalu berubah dan akurat setiap.
5. Pengawasan/monitoring terhadap duplikasi data
6. Menjaga konsistensi / keakuratan data
7. Menghasilkan output /informasi yang lebih beragam
8. Penyebaran data (data sharing) yang lebih fleksibel
9. Meningkatkan keamanan data
10. Sesuai standard pengelolaan data internasional
11. Menghemat biaya dalam jangka waktu tertentu
12. Meningkatkan kualitas akses data dan kualitas respon (cepat, mudah, beragam fasilitas,
dsb)
13. Meningkatkan produktivitas

13. Kelemahan-kelemahan DBMS antara lain:
1. Biaya. Kebutuhan untuk medapatkan perangkat lunak dan perangkat keras yang tepat
cukup mahal, termasuk biaya pemeliharaan dan s
basis data tersebut.
2. Sangat kompleks. Sistem basis data lebih kompleks dibandingkan dengan proses
berkas, sehingga dapat mudah terjadinya kesalahan dan semakin sulit dalam
pemeliharaan data.
3. Resiko data yang terpusat. Dat
kehilangan data selama proses aplikasi.
4. Memerlukan konfigurasi
5. Perlu tambahan SDM karena DBMS yang baik dan terus dikembangkan perlu dikelola
oleh ahlinya seperti DBA (Databas
Gambar 10
Beberapa Istilah dalam Pengorganisasian Data
• Internal Data, seluruh data yang berisikan data
organisasi.
• External Data, sejumlah data yang berasal dari
atau dibutuhkan oleh organisasi yang bersangkutan, Contoh: Data pemasok,
distributor, mitra bisnis, pemerintah, data ekonomi, data persaingan pasar, dll.
kelemahan DBMS antara lain:
Biaya. Kebutuhan untuk medapatkan perangkat lunak dan perangkat keras yang tepat
termasuk biaya pemeliharaan dan sumber daya manusia yang mengelola
Sangat kompleks. Sistem basis data lebih kompleks dibandingkan dengan proses
mudah terjadinya kesalahan dan semakin sulit dalam
Resiko data yang terpusat. Data yang terpusat dalam satu lokasi dapat ber
proses aplikasi.
Memerlukan konfigurasi spesifikasi hardware yang kuat
Perlu tambahan SDM karena DBMS yang baik dan terus dikembangkan perlu dikelola
oleh ahlinya seperti DBA (Database Administratorr) dan staff-nya.
Gambar 10.5 Proses Siklus Hidup Data
Pengorganisasian Data
seluruh data yang berisikan data transaksi, dll yang terjadi di internal
sejumlah data yang berasal dari luar perusahaan yang terkait dengan
atau dibutuhkan oleh organisasi yang bersangkutan, Contoh: Data pemasok,
distributor, mitra bisnis, pemerintah, data ekonomi, data persaingan pasar, dll.
10
Biaya. Kebutuhan untuk medapatkan perangkat lunak dan perangkat keras yang tepat
umber daya manusia yang mengelola
Sangat kompleks. Sistem basis data lebih kompleks dibandingkan dengan proses
mudah terjadinya kesalahan dan semakin sulit dalam
a yang terpusat dalam satu lokasi dapat beresiko
Perlu tambahan SDM karena DBMS yang baik dan terus dikembangkan perlu dikelola
transaksi, dll yang terjadi di internal
luar perusahaan yang terkait dengan
atau dibutuhkan oleh organisasi yang bersangkutan, Contoh: Data pemasok,
distributor, mitra bisnis, pemerintah, data ekonomi, data persaingan pasar, dll.

14. 11
• Personal Data: sekumpulan data khusus yang dibutuhkan oleh pengguna secara
individual.
• Data Warehouse : suatu tempat penyimpanan seluruh data sejarah yang terorganisir
• berdasarkan ‘subject’ untuk mendukung pembuatan keputusan
• Data Mart: bagian kecil dari data warehouse yang dirancang untuk memenuhi
kebutuhan para pengguna di masing-masing divisi fungsional suatu
perusahaan/organisasi. Contoh: Data mart divisi marketing, Data mart divisi
SDM, Data mart divisi keuangan, Data mart divisi produksi, dsb.
• Meta Data : Data yang terkandung didalam data yang lebih luas.
• Data Visualization: penayangan data yang telah diproses (informasi) dalam format
text, grafik, tabel, dsb.
• Data Governance: suatu metode untuk mengatur/mengelola seluruh data dan informasi
yang diperlukan dalam suatu organisasi
• Online Transaction processing (OLTP): pengolahan data per transaksi secara online
saat kejadian transaksi bisnis operasional rutin. Contoh: Saat pelanggan
membayar, TPS secara langsung / online/real time mengurangi stok sesuai
pengurangan barang yang telah dibeli, menambah jumlah kas, meningkatkan
posisi/level penjualan barang dimaksud, dsb.
• Batch Processing: pengelompokan data transaksi dalam beberapa batch (kelompok)
untuk diproses oleh komputer pada setiap periode yang ditentukan (per malam
hari, perminggu, per bulan, dsb). Contoh: 1. tansaksi tabungan pada bank
dikumpulkan dan diproses secara kelompok pada setiap jam 15.00 saat
operasional tabungan telah ditutup. 2. Data transaksi kegiatan masing-masing
karyawan akan diproses setelah terkumpul selama 30 hari untuk proses
penggajian.
• Transaction Processing System (TPS): sistem informasi berbasis komputer atau web
yang mengolah data transaksi operasional rutin (memonitor data,
mengumpulkan data, memproses, menyimpan, menampilkan, dsb) menjadi
laporan transaksi rutin.
• Online Analytical Processing / OLAP (Business Intelligence / BI): proses
penganalisaan data yang kompleks(rumit/multidimensional/terkait banyak
hubungan) dengan graphical software untuk menghasilkan informasi
mengenai ‘apa yang telah terjadi’ dan ‘apa yang sedang terjadi’ yang penting
bagi pembuat keputusan (manajemen) untuk meningkakan produktivitas dan
keunggulan daya saing (competitive advantage). Contoh: data mining, DSS
(Decision Support System, dan aktivitas analisis lainnya)
• Data Mining: proses mencari dan menganalisa informasi bisnis bernilai
tinggi/strategis dari suatu data warehouse atau data mart dengan dua jenis
operasi:
Memprediksi tren / kondisi bisnis ke depan dari perusahan yang
bersangkutan/yang dianalisis.
Mengidentifikasi/mendeteksi pola-pola bisnis yang tidak diketahui
sebelumnya.
Contoh aktivitas data Mining:

15. 12
▪ memprediksi target pasar ke depan mengenai
▪ hal apa saja yang bisa meningkatkan penjualan.
▪ Berdasarkan analisis data mining baru diketahui
▪ bahwa bila strategi bisnis yang ada diteruskan
▪ akan segera membawa kebangkrutan.
• Text Mining – Web Mining : ……..
• Sss
Contoh Desain dan Pemodelan Database
Dalam Melakukan Proses Desain Database Terdapat Pemodelan Data (Data Model), Salah Satu
Pemodelan Data yg Banyak Digunakan Adalah dengan ERD (Entity Relationship Diagram-
ERD).
Contoh langkah Desain Database dengan menggunakan pemodelan melalui penggunaan Model
Data REA (Resource Event Agent – Sumber Daya, Kegiatan dan Pelaku kegiatan),
kemudian membangun Diagram REA untuk satu Siklus Akuntansi dan dilanjutkan
dengan penggunaan Diagram Hubungan antar Entitas (Entity Relationship Diagram-
ERD), selanjutnya mengImplementasikan Diagram REA dalam Database Relational
kemudian memadukan Diagram REA Antar Siklus.
Tahapan Desain Database
Tahap pertama terdiri dari perencanaan awal untuk menetapkan kebutuhan dan kelayakan
pengembangan sistem baru. Tahap ini mencakup penilaian awal mengenai
proposal kelayakan teknologi dan ekonomi.
Tahap kedua mencakup identifikasi kebutuhan informasi para pemakai, menetapkan lingkup
sistem baru yang diajukan, serta menggunakan informasi yang berkaitan
dengan perkiraan jumlah pemakai dan volume transaksi, untuk membantu
Anda membuat keputusan awal mengenai persyaratan hardware dan software.
Tahap ketiga mencakup pengembangan berbagai skema berbeda untuk sistem yang baru, pada
tingkat konseptual, eksternal, dan internal.
Tahap keempat mencakup penerjemahan skema tingkat internal ke struktur database
sesungguhnya, yang akan diimplementasikan ke dalam sistem yang baru
tersebut. lni juga merupakan tahap pengembangan aplikasi baru.
Tahap kelima, (implementasi) mencakup seluruh aktivitas yang berhubungan dengan
mentransfer data dari sistem sebelumnya ke database SIA yang baru, menguji
sistem yang baru, dan melatih para pegawai mengenai cara penggunaarmya.
Tahap keenam, atau tahap terakhir berkaitan dengan penggunaan dan pemeliharaan sistem yang
baru. Tahap ini mencakup pengawasan yang hati-hati atas kinerja sistem baru
dan kepuasan pemakai, untuk menetapkan kebutuhan untuk meningkatkan dan
memodifikasi sistem.

16. Gambar 10
Peran Akuntan Pada Tahapan Desain Databas
Para akuntan dapat dan seharusnya berpartisipasi dalam seluruh tahapan proses
database, walaupun tingkat keterlibatan mereka dalam setiap tahap akan bervariasi.
Tahap Perencanaan,
akuntan menyediakan informasi yang digunakan untuk mengevaluasi kelayakan proyek
yang diajukan, dan juga terlibat dalam membuat keputusan mengenai hal tersebut.
Tahap Analisis
mengenai persyaratan dan tahap desain, akuntan berpartisipasi dalam
1. Mengidentifikasi kebutuhan informasi pemakai,
2. Mengembangkan skema logis,
3. Mendesain kamus data (data dictionary),
4. Serta menentukan pengendalian
5. Akuntan dengan keahlian SIA yang baik dapat berpartisipasi dalam tahap pengkodean
(coding).
Tahap Implementasi,
akuntan dapat membantu
Gambar 10.5 Tahapan Desain Database
Peran Akuntan Pada Tahapan Desain Database
dapat dan seharusnya berpartisipasi dalam seluruh tahapan proses
database, walaupun tingkat keterlibatan mereka dalam setiap tahap akan bervariasi.
menyediakan informasi yang digunakan untuk mengevaluasi kelayakan proyek
yang diajukan, dan juga terlibat dalam membuat keputusan mengenai hal tersebut.
mengenai persyaratan dan tahap desain, akuntan berpartisipasi dalam
i kebutuhan informasi pemakai,
Mengembangkan skema logis,
Mendesain kamus data (data dictionary),
menentukan pengendalian.
Akuntan dengan keahlian SIA yang baik dapat berpartisipasi dalam tahap pengkodean
13
dapat dan seharusnya berpartisipasi dalam seluruh tahapan proses desain
database, walaupun tingkat keterlibatan mereka dalam setiap tahap akan bervariasi.
menyediakan informasi yang digunakan untuk mengevaluasi kelayakan proyek
yang diajukan, dan juga terlibat dalam membuat keputusan mengenai hal tersebut.
Akuntan dengan keahlian SIA yang baik dapat berpartisipasi dalam tahap pengkodean

17. 14
1. Menguji keakuratan database yang baru tersebut dan program aplikasi yang akan
menggunakan data tersebut.
2. Terakhir, akuntan menggunakan sistem database untuk memproses transaksi, dan
kadang-kadang bahkan membantu mengelolanya.
Dalam Pemodelan Data-Data Modelling
Akuntan dapat menyumbangkan nilai yang besar bagi organisasi mereka dengan cara
bertanggung jawab atas pembuatan model data. Pembuatan model data (data modeling)
adalah proses menyusun database, agar database tersebut benar-benar mewakili seluruh
aspek organisasi, termasuk interaksi organisasi dengan lingkungan eksternal.
Database dan Database Non-relasional di Cloud
Selama lebih dari 30 tahun, teknologi basis data relasional telah menjadi standar. Komputasi
awan (Cloud Computing), dengan volume data yang belum pernah terjadi sebelumnya, beban
kerja masif untuk layanan web, dan kebutuhan untuk menyimpan tipe data baru membutuhkan
alternatif basis data dari model relasional tradisional dalam mengorganisasikan data dalam
bentuk tabel, kolom, dan baris.
Perusahaan beralih ke teknologi database non-relasional "NoSQL". Manajemen basis data non-
relasional sistem menggunakan model data yang lebih fleksibel dan dirancang untuk mengelola
seperangkat data besar di banyak mesin yang didistribusikan dan untuk dengan mudah
meningkatkan atau menurunkannya. Kegunaannya untuk mempercepat permintaan sederhana
terhadap volume besar data terstruktur dan tidak terstruktur, termasuk web, media sosial, grafik,
dan bentuk data lainnya yang sulit dianalisis dengan alat tradisional berbasis SQL.
Ada beberapa jenis database NoSQL, masing-masing dengan fitur dan perilaku teknisnya sendiri.
Oracle NoSQL Database adalah salah satu contoh, seperti SimpleDB Amazon, salah satu
Layanan Web Amazon yang berjalan di cloud. SimpleDB menyediakan antarmuka layanan web
sederhana untuk membuat dan menyimpan beberapa set data, meminta data dengan mudah, dan
mengembalikan hasilnya. Tidak perlu menentukan struktur database formal atau mengubah
definisi itu jika data baru ditambahkan kemudian.
Cloud Database
Amazon dan vendor cloud computing lainnya menyediakan layanan basis data relasional juga.
Layanan Database Relasional Amazon (Amazon RDS) menawarkan MySQL, SQL Server,
Database Oracle, PostgreSQL, MariaDB, atau Amazon Aurora DB (kompatibel dengan MySQL)
sebagai mesin basis data. Harga didasarkan pada penggunaan. Oracle memiliki Layanan Cloud
Database-nya sendiri menggunakan Oracle Database relasional, dan Microsoft Windows SQL
Azure Database adalah layanan basis data relasional berbasis cloud yang didasarkan pada DBMS
Microsoft SQL Server. Layanan manajemen data berbasis cloud memiliki daya tarik khusus
untuk perusahaan baru yang berfokus pada web atau usaha kecil hingga menengah yang mencari
kapabilitas basis data dengan harga lebih murah daripada produk basis data in-house. Selain
layanan manajemen data berbasis cloud publik, perusahaan kini memiliki opsi untuk

18. 15
menggunakan basis data di cloud pribadi. Misalnya, Sabre Holdings, penyedia perangkat lunak
sebagai layanan (SaaS) terbesar di dunia untuk industri penerbangan, memiliki cloud basis data
pribadi yang mendukung lebih dari 100 proyek dan 700 pengguna. Basis data konsolidasi yang
mencakup kumpulan server standar yang menjalankan Oracle Database menyediakan layanan
basis data untuk beberapa aplikasi sekaligus.
Tantangan Big Data
Sebagian besar data yang dikumpulkan oleh organisasi dulunya adalah data transaksi yang dapat
dengan mudah masuk ke dalam baris dan kolom sistem manajemen basis data relasional.
Namun saat ini terjadi perubahan dengan Data Exploded dari berbagai lalu lintas web, pesan
email, dan konten media sosial (tweet, pesan status), serta data yang dihasilkan mesin dari sensor
(digunakan dalam smart meter, sensor manufaktur, dan meter listrik) atau dari sistem
perdagangan elektronik.
Data seperti ini mungkin tidak terstruktur atau semi-terstruktur dan karenanya tidak cocok untuk
produk basis data relasional yang mengatur data dalam bentuk kolom dan baris. Keadaan data
seperti ini sering menggunakan istilah big data untuk menggambarkan seperangkat data dengan
volume yang sangat besar sehingga mereka berada di luar kemampuan DBMS untuk menangkap,
menyimpan, dan menganalisis. Data besar tidak mengacu pada kuantitas tertentu tetapi biasanya
mengacu pada data dalam kisaran petabyte dan exabyte — dengan kata lain, miliaran hingga
triliunan catatan, semuanya dari sumber yang berbeda. Data besar diproduksi dalam jumlah yang
jauh lebih besar dan jauh lebih cepat daripada data tradisional. Misalnya, satu Jet Engine
mampu menghasilkan 10 terabyte data hanya dalam 30 menit, dan ada lebih dari 25.000
penerbangan setiap hari. Meskipun "tweet" masing-masing dibatasi hingga 140 karakter, Twitter
menghasilkan lebih dari 8 terabyte data setiap hari. Menurut perusahaan riset teknologi
International Data Center (IDC), data lebih dari dua kali lipat setiap dua tahun, sehingga jumlah
data yang tersedia untuk organisasi meroket.
Bisnis tertarik pada Big Data karena mereka dapat mengungkapkan lebih banyak pola dan
hubungan yang menarik daripada kumpulan data yang lebih kecil, dengan potensi untuk
memberikan wawasan baru tentang perilaku pelanggan, pola cuaca, aktivitas pasar keuangan,
atau fenomena lainnya. Misalnya, Shutterstock, pasar gambar online global, menyimpan 24 juta
gambar, menambahkan 10.000 lebih banyak setiap hari.
Untuk menemukan cara mengoptimalkan pengalaman pembelian, Shutterstock menganalisis data
besarnya untuk mencari tahu di mana pengunjung situs webnya menempatkan kursor mereka dan
berapa lama mereka mengarahkan kursor ke gambar sebelum melakukan pembelian. Data besar
juga menemukan banyak kegunaan di sektor publik. Kota-kota besar di Eropa dan Europol
menggunakan Big Data untuk mengidentifikasi para penjahat dan teroris (Aline, 2016). Sesi
Interaktif tentang Organisasi menggambarkan bagaimana New York City menggunakan data
besar untuk menurunkan tingkat kejahatannya. Namun, untuk mendapatkan nilai bisnis dari data
ini, organisasi memerlukan teknologi dan alat baru yang mampu mengelola dan menganalisis
data nontradisional bersama dengan data perusahaan tradisional mereka. Mereka juga perlu tahu

19. 16
pertanyaan apa yang harus diajukan tentang data dan batasan big data. Menangkap, menyimpan,
dan menganalisis data besar bisa mahal, dan informasi dari data besar mungkin tidak selalu
membantu pembuat keputusan. Sangat penting untuk memiliki pemahaman yang jelas tentang
masalah yang akan diselesaikan oleh big data untuk bisnis.

20. 17
DAFTAR PUSTAKA MODUL 09
Buku :
Loudon, Kenneth C. . & Loudon, Jane P. (2018). Management Information Systems, Managing
The digital Firms. 15th
Edition. Global Edition. England. Pearson Education Inc.