Konsep Dasar Informasi

Konsep Dasar Informasi

Raymond Mcleod menyatakan tentang informasi sebagai berikut;

“Informasi adalah data yang diolah menjadi bentuk yang memiliki arti bagi sipenerima dan bermanfaat bagi pengambilan keputusan saat ini atau mendatang ”.

Jenis-jenis informasi

a)      Formal                  : yang dihasilkan dari dalam organisasi

b)       Informal              : yang berasal dari luar organisasi

Ciri-ciri Informasi

a)      Terbaru

b)      Tepat Waktu

c)       Relevan

d)      Konsisten

e)      Penyajian dalam bentuk yang sederhana

Penggunaan Informasi

a)      Low Level Managers

b)      Middle Level Managers

c)       Top Level Managers

Fungsi – fungsi Informasi

Adapun fungsi-fungsi informasi adalah sebagai berikut:

a)      Untuk meningkatkan pengetahuan bagi sipemakai

b)      Untuk mengurangi ketidakpastian dalam proses pengambilan keputusan pemakai

c)       Mengambarkan keadaan yang sebenarnya dari sesuatu hal.

Data dan Database

Pengertian Data

Menurut Scoot, data adalah sekumpulan fakta, bilangan, angka dan simbol yang dibentuk dan diolah menjadi informasi .

Menurut Davis, data adalah gambaran / Fakta secara relatif belum berarti bagi si penerima.

Data adalah Penggambaran fakta, pengertian atau instruksi yang disampaikan, dimengerti dan diolah oleh manusia atau peralatan yang digunakan.

Hubungan Data dengan Database

Pengertian Data Base

Data Base (basis data) merupakan kumpulan data yang saling berhubungan. Hubungan antar data dapat ditunjukan dengan adanya field/kolom kunci dari tiap file/tabel yang ada. Dalam satu file atau table terdapat record-record yang sejenis, sama besar, sama bentuk, yang merupakan satu kumpulan entitas yang seragam. Satu record (umumnya digambarkan sebagai baris data) terdiri dari field yang saling berhubungan menunjukan bahwa field tersebut dalam satu pengertian yang lengkap dan disimpan dalam satu record.

DBMS (Database Management System)

a. Pengertian DBMS

Menurut Date, Sistem Basis Data adalah system terkomputerisasi yang tujuan utamanya adalah memelihara informasidan membuat informasi tersebut tersedia saat dibutuhkan. Manajemen Sistem Basis Data (Database Management System  DBMS) adalah perangkat lunak yang didesain untuk membantu dalam hal pemeliharaan dan utilitas kumpulan data dalam jumlah besar. DBMS dapat menjadi alternative penggunaan secara khusus untuk aplikasi, semisal penyimpana n data dalam fiel dan menulis kode aplikasi yang spesifik untuk pengaturannya.

Komponen Utama DBMS

Komponen utama DBMS dapat dibagi menjadi 4 macam :

a)      Perangkat Keras

b)      Perangkat Lunak

c)       Data

d)      Pengguna

Keuntungan Penggunaan DBMS

Pengunaan DMBS untuk mengelola data mempunyai beberapa keuntungan, yaitu:

a)      Kebebasan data dan akses yang efisien

b)      Mereduksi waktu pengembangan aplikasi

c)       Integritas dan keamanan data

d)      Administrasi keseragaman data

e)      Akses bersamaan dan perbaikan dari terjadinya crashes (tabrakan dari proses serentak).

Level Abstraksi Dalam DBMS

Data dalam DBMS dapat digambarkan dalam tiga level abstraksi, yaitu konseptual, fisik, dan eksternal. Data definition language (DDL) digunakan untuk mendefinisikan skema eksternal dan konseptual. Semua vendor DBMS menyertakan perintah SQL untuk menggambarkan aspek dari skema fisik. Informasi tentang skema konseptual, eksternal dan fisik disimpan dalam katalog sistem.

Model

Database Hierarkis

Pada database Hierarkis, field atau record diatur dalam kelompok-kelompok yang berhubungan, menyerupai diagram pohon, dengan record child (level lebih rendah) berada di bawah record parent (level yang lebih tinggi).

Database hierarkis merupakan model tertua dan paling sederhana dari kelima model database. Dalam model database ini mengakses atau mengupdate data bisa berlangsung sangat cepat karena hubungan-hubungan sudah ditentukan. Tetapi, karena struktur harus didefinisikan lebih dahulu, maka hal ini cukup riskan. Lagipula menambahkan field baru ke sebuah record database membuat semua database harus didefinisikan kembali. Karena itulah diperlukan model database yang baru untuk menunjukkan masalah pengulangan data dan hubungan data yang kompleks.

Database Jaringan

Konsep database jaringan mirip dengan database hierarkis tetapi setiap record child dapat memiliki lebih dari satu record parent. Selanjutnya setiap record child dapat dimiliki oleh lebih dari satu record parent.

Database jaringan pada dasarnya digunakan dengan mainframe, lebih fleksibel disbanding database hierarkis karena ada hubungan yang berbeda antarcabang data. Akan tetapi strukturnya masih harus didefinisikan lebih dahulu. Pengguna harus sudah terbiasa dengan struktur database. Lagipula jumlah hubungan antar-record juga terbatas, dan untuk menguji sebuah field seseorang harus mendapatkan kembali semua record

Database Relasional

Database Relasional bekerja dengan menghubungkan data pada file-file yang berbeda dengan menggunakan sebuah kunci atau elemen data yang umum.Cara kerja database relasional elemen-elemen data disimpan dalam tabel lain yang membentuk baris dan kolom. Dalam model database ini data diatur secara logis, yakni berdasarkan isi. Masing-masing record dalam tabel diidentifikasi oleh sebuah field – kunci primer – yang berisi sebuah nilai unik. Karena itulah data dalam database relasional dapat muncul dengan cara yang berbeda dari cara ia disimpan secara fisik pada komputer. Pengguna tidak boleh mengetahui lokasi fisik sebuah record untuk mendapatkan kembali datanya.

Database Berorientasi Objek

Model ini menggunakan objek sebagai perangkat lunak yang ditulis dalam potongan kecil yang dapat digunakan kembali sebagai elemen dalam file database. Database berorientasi objek adalah sebuah database multimedia yang bisa menyimpan lebih banyak tipe data dibanding database relasional.

Salah satu model database berorientasi objek adalah database hypertext atau database web, yang memuat teks dan dihubungkan ke dokumen lain.  Model lainnya adalah database hypermedia, yang memuat link dan juga grafis, suara, dan video. Contoh: database DB2, Cloudscape, Oracle9i dan sebagainya

Database Multidimensial

Database Multidimensial (MDA) memodelkan data sebagai fakta, dimensi, atau numerik untuk menganalisis data dalam jumlah besar, tujuannya adalah untuk mengambil keputusan. Database Multidimensial menggunakan bentuk kubus untuk merepresentasikan dimensi-dimensi data yang tersedia bagi seorang pengguna, maksimal empat dimensi. Contoh: InterSystem Cache, ContourCube, dan Cognoa PowerPlay

Data Mining

Data mining diartikan sebagai suatu proses ekstraksi informasi berguna dan potensial dari sekumpulan data yang terdapat secara implisit dalam suatu basis data. Banyak istilah lain dari data mining yang dikenal luas seperti knowledge mining from databases, knowledge extraction, data archeology, data dredging, data analysis dan lain sebagainya [AGR-93].

Model data mining

Dalam perkembangan teknologi data mining, terdapat model atau mode yang digunakan untuk melakukan proses penggalian informasi terhadap data-data yang ada. Menurut IBM model data mining dapat dibagi menjadi 2 bagian yaitu: verification model dan discovery model.

·         VERIFICATION MODEL

Model ini menggunakan perkiraan (hypothesis) dari pengguna, dan melakukan test terhadap perkiraan yang diambil sebelumnya dengan menggunakan data-data yang ada. Penekanan terhadap model ini adalah terletak pada user yang bertanggung jawab terhadap penyusunan perkiraan (hypothesis) dan permasalahan pada data untuk meniadakan atau menegaskan hasil perkiraan (hypothesis) yang diambil. Sebagai contoh misalnya dalam bidang pemasaran, sebelum sebuah perusahaan mengeluarkan suatu produk baru kepasaran, perusahaan tersebut harus memiliki informasi tentang kecenderungan pelanggan untuk membeli produk yang akan di keluarkan. Perkiraan (hypothesis) dapat disusun untuk mengidentifikasikan pelanggan yang potensial dan karakteristik dari pelanggan yang ada. Data-data tentang pembelian pelanggah sebelumnya dan data tentang keadaan pelanggan, dapat digunakan untuk melakukan perbandingan antara pembelian dan karakteristik pelanggan untuk menetapkan dan menguji target yang telah diperkirakan sebelumnya. Dari keseluruhan operasi yang ada selanjutnya dapat dilakukan penyaringan dengan cermat sehingga jumlah perkiraan (hypothesys) yang sebelumnya banyak akan menjadi semakin berkurang sesuai dengan keadaan yang sebenarnya.Permasalahan utama dengan model ini adalah tidak ada informasi bare yang dapat dibuat, melainkan hanya pembuktian atau melemahkan perkiraan (hypothesys) dengan data-data yang ada sebelumnya. Datadata yang ada pada model ini hanya digunakan untuk membuktikan mendukung perkiraan (hypothesis) yang telah diambil sebelumnya. Jadi model ini sepenuhnya tergantung pads kemampuan user untuk melakukan analisa terhadap permasalahan yang ingin digali dan diperoleh informasinya.

• DISCOVERY MODEL

Model ini berbeda dengan verification model, dimana pada model ini system secara langsung menemukan informasi-informasi penting yang tersembunyi dalam suatu data yang besar. Data-data yang ada kemudian dipilah-pilah-untuk-menemukan suatu pola, trend yang ada, dan keadaaan umum pada saat itu tanpa adanya campur tangan dan tuntunan dari pengguna. Hasil temuan ini menyatakan fakta-fakta yang ada dalam datadata yang ditemukan dalam waktu yang sesingkat rnungkin.Sebagai contoh, misalkan sebuah bank ingin menemuan kelompok-kelompok pelanggan yang dapat dijadikan target suatu produk yang akan di keluaran. Pada data-data yang ada selanjutnya diadakan proses pencarian tanpa adanya proses perkiraan (hypothesis) sebelumnya. Sampai akhirnya semua pelanggan dikelompokan berdasarkan karakteristik yang sama.

Tahapan dalam data mining

a)      Basis Data Relasional

b)      Ekstraksi Data

c)       Transformasi Data

d)      Pembersihan Data

e)      Bentuk Standar

f)       Reduksi Data dan Feature

g)      Menjalankan Algoritma

www.unas.ac.id