Perkembangan Basis Data

I. PENDAHULUAN

Sekarang  peranan basis data sangatlah menonjol. Pemrosesan basis data menjadi perangkat andalan yang kehadirannya sangat diperlukan oleh berbagai institusi dan perusahaan. Basis data tidak hanya  mempercepat perolehan informasi, tetapi juga dapat meningkatkan pelayanan kepada pelanggan. Hal ini pulalah yang mendorong banyak perusahaan yang menggunakan pemrosesan manual mulai beralih memanfaatkan basis data.

Basis data dapat dibayangkan sebagai sebuah lemari arsip. Jika kita memiliki sebuah lemari arsip dan berwenang untuk mengelolanya, maka kemungkinan kita akan melakukan hal-hal seperti: memberi sampul/map pada kumpulan arsip yang akan disimpan, menentukan jenis arsip, melakukan penomoran dengan pola unik pada setiap map, lalu menempatkan arsip-arsip tersebut dengan cara tertentu didalam lemari.

Pembicaraan basis data tidak dapat dipisahkan dengan teknologi komputer, karena teknologi basis data dan komputer berkembang beriringan. Perkembangan teknologi pengelolaan basis data mempunyai pengaruh  besar terhadap perkembangan penggunaan komputer.  Sebagai contoh, pemakaian teknologi basis data dalam pengelolaan data yang berjumlah besar untuk keperluan bisnis, keteknikan, pendidikan, kesehatan, hukum, perpustakaan dan sebagainya akan sangat efisien apabila menggunakan komputer.

Sebelum istilah basis data dibahas lebih lanjut, lebih baik jika istilah data dan informasi dibahas terlebih dahulu. Data merupakan fakta yang mewakili suatu obyek seperti manusia, hewan, peristiwa, konsep, keadaan dan sebagainya, yang dapat dicatat dan menpunyai arti yang implisit. Data dicatat atau direkam dalam bentuk angka, huruf, simbol, gambar, bunyi, atau kombinasinya. Sebagai contoh, terdapat daftar nama, nomor telepon, dan alamat orang–orang yang menjadi anggota suatu organisasi.

Sejumlah penulis menggunakan data untuk menyatakan nilai-nilai yang secara aktual terkandung dalam basis data sedangkan informasi digunakan untuk menyatakan makna nilai ketika dipahami oleh pengguna. Informasi adalah hasil analisis dan sintesis terhadap data. Dengan kata lain, informasi dapat dikatakan sebagai data yang telah diorganisasikan kedalam bentuk yang sesuai dengan kebutuhan seseorang dalam suatu organisasi atau perusahaan.

Menurut Encyclopedia of Computer Science and Engineering, banyak ilmuwan di bidang informasi menerima definisi standar : “ Informasi adalah data yang digunakan dalam pengambilan keputusan”. Alasannya adalah informasi bersifat relatif; relatif terhadap situasi, relatif terhadap waktu saat keputusan diambil , juga relatif terhadap pembuat keputusan, dan bahkan juga terhadap latar belakang pengambil keputusan.

Segala sesuatu yang dianggap penting pada suatu waktu bisa saja tidak berguna pada waktu yang lain. Ada kemungkinan pula bahwa sesuatu dianggap penting oleh seorang pengambil keputusan tidak dianggap penting oleh orang lain. Seperti halnya orang yang menerima kabar bahwa kurs dolar terhadap rupiah menguat. Apakah hal itu berguna bagi Anda ? Jika ya, itu adalah informasi bagi Anda. Namun bagi orang di pelosok desa yang tidak mengenal dolar, kabar tersebut tidak ada artinya apa-apa (bukan merupakan informasi). Dalam era informasi sekarang ini, informasi menjadi sumber penting untuk dapat mengurangi ketidakpastian dan mempermudah pengambilan keputusan.

 

Tujuan dan Manfaat Basis Data

Tujuan utama dalam pengolahan data dalam sebuah basis data adalah agar kita dapat memperoleh data yang kita cari dengan mudah dan cepat (Fathansyah,1999). Pemanfaatan basis data dilakukan dengan tujuan yaitu:

Kecepatan dan kemudahan (Speed )

Pemanfaatan Database memungkinkan kita untuk dapat menyimpan data atau melakukan perubahan ( manipulasi ) dan menampilkan kembali data tersebut dengan cepat dan mudah, dari pada kita menyimpan data secara manual.

Efisien ruang penyimpanan (Space )

Dengan Database penggunaan ruang penyimpanan data dapat dilakukan karena kita dapat melakukan penekanan jumlah pengulangan data dengan menerapkan sejumlah pengkodean .

Keakuratan (Acuracy)

Pemanfatan pengkodean atau pembentukan relasi antar data dengan penerapan aturan atau batasan tipe data dapat diterapkan dalam Database yang berguna untuk menentukan ketidakakuratan pemasukan atau penyimpanan.

Keamanan (Security)

Dalam sejumlah sistem ( apilkasi ) pengelolah database tidak menerapkan aspek keamanan dalam penggunaan database. Tetapi untuk sistem yang besar dan serius, aspek keamanan juga dapat diterapkan. Dengan begitu kita dapat menentukan siapa yang boleh menggunakan database dan menentukan jenis operasi-operasi apa saja yang boleh dilakukan.

Terpeliharanya keselarasan data (Consitant)

Apabila ada perubahan data pada aplikasi yang berbeda maka secara otomatis perubahan itu berlaku untuk keseluruhan

Data dapat dipakai secara bersama (shared)

Data dapat dipakai secara bersama-sama oleh beberapa program aplikasi (secara batch maupun on-line) pada saat bersamaan.

Dapat diterapkan standarisasi (standardization)

Dengan adanya pengontrolan yang terpusat maka DBA dapat menerapkan standarisasi data yang disimpan sehingga memudahkan pemakaian, pengiriman maupun pertukaran data.

Kelemahan Sistem Basis Data

  • Memerlukan tenaga spesialIS
  • Kompleks
  • Memerlukan tempat yang besar
  • Mahal

Definisi Basis Data

Basis data didefinisikan sebagai kumpulan kelompok data (informasi) yang saling berhubungan yang diorganisasikan ke dalam tatacara yang khusus sedemikian rupa dan tanpa pengulangan (redundansi) yang tidak perlu agar kelak dapat dimanfaatkan kembali dengan cepat dan mudah. Definisi lainnya, basis data dapat dianggap sebagai tempat untuk sekumpulan file data terkomputerisasi yang tujuan utamanya memelihara informasi dan membuat informasi tersebut tersedia saat dibutuhkan.

Dalam praktek, penggunaan istilah basis data  lebih dibatasi pada arti implisit yang khusus, yaitu :

  1. Basis data merupakan penyajian suatu aspek dari dunia nyata (real world). Misalnya basis data perbankan, perpustakaan dan lain sebagainya.
  2. Basis data merupakan kumpulan dari berbagai sumber yang secara logika mempunyai arti yang implisit. Sehingga data yang terkumpul secara acak dan tanpa arti, tidak dapat disebut basis data.
  3. Basis data dapat digunakan oleh beberapa pemakai dan beberapa aplikasi yang sesuai dengan kepentingan pemakai.

Tidak semua bentuk penyimpanan data secara elektronis bisa disebut basis data, yang sangat ditonjolkan dalam basis data adalah pengaturan, pemilahan, pengelompokan, pengorganisasian data yang akan di simpan sesuai fungsi/jenisnya.

Operasi-operasi dasar yang dapat kita lakukan berkaitan dengan basis data, meliputi:

  • Create database (pembuatan basis data baru).
  • Drop database (penghapusan basis data).
  • Create table (pembuatan tabel ke suatu basis data).
  • Drop table (penghapusan tabel).
  • Insert (penambahan/pengisian data ke file/tabel di database).
  • Retrieve / search (pengambilan data dari sebuah file/tabel).
  • Update (pengubahan data dari sebuah file/tabel).
  • Delete (penghapusan data dari sebuah file/tabel).

Pemanfaatan basis data dilakukan untuk memenuhi sejumlah tujuan (objektif) seperti berikut ini:

  • Speed (kecepatan dan kemudahan).
  • Space (efisiensi ruang penyimpanan).
  • Accuracy (keakuratan).
  • Availability of data resources (ketersediaan data).
  • Completeness (kelengakapan).
  • Security (keamanan).
  • Sharability (kebersamaan pemakaian).

II. PEMBAHASAN

PERKEMBANGAN BASIS DATA SAAT INI

Perkembangan komputer yang semakin pesat diikuti dengan perkembangan perangkat lunak untuk aplikasi bisnis, sejak tahun 1970-an sampai awal tahun 1980 manajemen berbasis file tradisional berkembang menjadi manajemen basis data. Di dalam manajemen basis data dikenal berbagai model data yang dapat digunakan untuk mendeskripsikan sebuah data dalam merancang suatu basis data. Manajemen ini memungkinkan banyak user untuk mengakses data secara bersamaan sehingga fasilitas yang dimiliki oleh manajemen sudah semakin banyak yaitu fasilitas pemanipulasian data, kontrol konkurensi data, recovery data, keamanan data dan didukung dengan fasilitas komunikasi data karena manajemen ini sudah terhubung dengan suatu jaringan . Perkembangan dunia usaha semakin meningkat ditunjang dengan perkembangan komunikasi yang mempermudah organisasi atau perusahaan untuk mengakses data, sehingga mengubah manajemen basis data menjadi manajemen basis data tingkat lanjut didukung dengan fasilitas data warehousing dan fasilitas basis data berbasis web sebagai salah satu strategi organisasi dalam meningkatkan kinerja dan keuntungan organisasi. Data Collection and Database Creation (1960s and earlier).
Database Management Systems (1970s – early 1980s)
– Hierarchical and Network Database Systems
– Relational Database Systems
– Data modeling tools : entity relationship model, etc
– Indexing and data organization techniques : b+ tree, hashing, etc
– Query language : SQL, etc
– User interface, forms, and reports
– Query processing and query optimizaztion
Advance Database Systems (mid-1980s-present)
– Advance data models : extended
relational, object oriented, object
relational, deductive
– Application oriented : spatial,
temporal, multimedia, active,
scientific, knowledge bases
Web-Based Database Systems (1990s – present)
– XML-based database systems
– Web mining

Data Warehouse and Data Mining (late 1980s – present)
– Data warehouse and OLAP technology
– Data mining and knowledge discovery

A. Data Warehousing
Konsep Data Warehousing
Konsep dasar dari data warehousing adalah informasi yang dikumpulkan dalam suatu gudang penyimpanan dan merepresentasikan solusi untuk pengaksesan data didalam sistem non relasional. Sehingga data warehousing dapat disebut sebagai database yang berorientasi pada subyek, terintegrasi, mempunyai Time Variant dan non-valitile

Empat karakteristik data warehouse
• Subject oriented: Aplikasi untuk operasi perusahaan (operational system) berorientasi pada proses (mengotomasi fungsi-fungsi dari proses bersangkutan – function oriented). Misalnya di bank,
aplikasi kredit mengotomasi fungsi-fungsi: verifikasi lamaran dan credit checking, pemeriksaan
kolateral, approval, pendanaan, tagihan, dan seterusnya. Didalam data warehouse data-data yang
dihasilkan dari proses kredit ini, diatur kembali (dikelompokkan) dan diintegrasikan (digabung)
dengan data-data dari fungsi-fungsi lain, agar berorientasi pada misalnya nasabah dan produk.

Integrated: Data dari macam-macam aplikasi transaksi (untuk bank misalnya: tabungan, kredit,rekening koran) semua mengandung data nasabah, ada yang sama ada yang spesifik (yang sama misalnya: nama dan alamat, yang spesifik misalnya: untuk kredit ada kolateral, untuk rekening Koran ada overdraft) – didalam data warehouse data-data yang sama harus diintegrasikan disatu database, termasuk misalnya diseragamkan formatnya (sederhana tetapi paling sering terjadi – aplikasi-aplikasi sering dibeli vendor berbeda, dibuat dengan/dijalankan di teknologi berbeda-beda)

Time variant: Data warehouse menyimpan sejarah (historical data). Waktu merupakan tipe atau bagian data yang sangat penting didalam data warehouse. Didalam data warehouse sering disimpan macam-macam waktu, seperti waktu suatu transaksi terjadi/dirubah/dibatalkan, kapan efektifnya,kapan masuk ke komputer, kapan masuk ke data warehouse; juga hampir selalu disimpan versi,misalnya terjadi perubahan definisi kode pos, maka yang lama dan yang baru ada semua didalam data warehouse kita. Sekali lagi, data warehouse yang bagus adalah yang menyimpan sejarah.

Non-volatile: Sekali masuk kedalam data warehouse, data-data, terutama data tipe transaksi, tidak akan pernah di update atau dihapus (delete) Terlihat, bahwa keempat karakteristik ini saling terkait – kesemuanya harus diimplementasikan agar suatu data warehouse bisa efektif memiliki data untuk mendukung pengambilan-keputusan. Dan,implementasi keempat karakteristik ini membutuhkan struktur data dari data warehouse yangberbeda dengan database sistem operasional.
Keuntungan dari Data Warehousing
1. Hasil yang diperoleh dari investasi lebih tinggi
2. Kompetitif
3. Meningkatkan produktivitas perusahaan

Jenis database yang tersimpan di dalam media penyimpanan data berdasarkan
penggunaan data :

Database yang memiliki data sering di-update disebut data OLTP (Online
Transaction Processing). Data OLTP sering juga disebut data operasional,
mencerminkan sifat aplikasi database yang dinamik.

• Database yang memiliki data sering digunakan untuk query disebut DSS
(Decision Support System). Data DSS sering disebut data analitikal,
mencerminkan sifat aplikasi database yang relatif statik.

Data Operasional Data DSS
• Berorientasi pada aplikasi : data digunakan untuk proses bisnis. Sebagai contoh : sistem perbankan dengan fileterpisah yang sudah dalam bentuk normal untuk setiap proses bisnis.

Berorientasi pada subyek : data digunakan untuk subyek bisnis, misalinformasi nasabah. Data dalam bentuk denormalisasi dimana sebuah record dapat meliputi keseluruhan proses bisnis.

Data terperinci Data ringkas Struktur statik Struktur dinamik Target operator komputer Target pengambil keputusan pada seluruh tingkatan Volatile (data dapat diubah) Non volatile (data tidak bisa diubah setelah dimasukkan) Kebutuhan data selalu diketahui sebelum rancangan system Kebutuhan data sama sekali tidak diketahui sebelum rancangan system Mengikuti siklus hidup pengembangan klasik dimana iterasi rancangan diselesaikan melalui normalisasi data, dan memeriksa kebutuhan pemakai Siklus hidup pengembangan sama sekali berbeda, dimana pemakai menggunakan aplikasi struktur data yang ada dan membuat rancangan siap untuk dianalisis Performansi penting karena jumlah pemakai konkuren sangat besar dalam mengakses data Masalah performansi lebih longgar Karena jumlah pemakai jauh lebih sedikit dalam mengakses data sehingga tidak ada masalah konkuren yang perlu diperhatikan. Penggerak-transaksi (Transaction-driven) Penggerak-analisis (Analysis-driven) Data harus selalu tersedia untuk pemakai akhir (back up dan recovery harus terencana dengan baik) Tidak mempunyai tingkat kebutuhan ketersediaan data yang sama (perencanaan back up dan recovery lebih longgar) Mencerminkan situasi mutakhir Mencerminkan nilai historis.

B. Data Mart
Untuk mencapai suatu data warehouse kelihatannya merupakan suatu tantangan besar dan memang demikian. Bahkan begitu besarnya sehingga beberapa pakar menyarankan pendekatan yang lebih sederhana yaitu menerapkan sesuatu yang dinamakan data mart. Data mart adalah database yang berisikan data yang menjelaskan satu segmen operasi perusahaan. Misalnya perusahaan mungkin memiliki data mart pemasaran, data mart smberdaya manusia, dsb.

C. Data Mining
Istilah yang sering digunakan bersama-sama dengan data warehouse dan data mart adalah data mining. Data mining adalah proses menemukan hubungan dalam data yang tidak diketahui oleh pemakai. Data mining membantu pemakai dengan mengungkapkan berbagai hubungan dan menyajikannya dengan suatu cara yang dapat dimengerti sehingga dapat menjadi dasar pengambilan keputusan. Data mining memungkinkan pemakai “menemukan pengetahuan” pada database yang dalam sepengetahuannya tidak ada. Contoh Data Mining : Sebuah bank telah memutuskan untuk menawarkan reksadana kepada para pelanggannya. Manajemen bank ingin mengarahkan materi promosi pada segmen pelanggan yang memberikan potensi bisnis terbesar.

Data Mining Berdasarkan Verifikasi.
Pendekatan yang dilakukan oleh para manajer adalah mengidentifikasi karakteristik yang mereka yakin dimiliki oleh pasar sasaran. Misalkan para manajer ingin mengarah pada pasangan muda, berpenghasilan ganda, dan kaya. Query dapat dimasukkan ke dalam DBMS, dan catatan yang tepat dapat dipanggil.
Pendekatan yang seperti itu, yang mulai dengan hipotesis pemakai tentang bagaimana data tersebut terstruktur, disebut data mining berdasarkan verifikasi (verification-driven data mining). Kekurangan pendekatan ini adalah proses pemanggilan kembali diarahkan sepenuhnya oleh pemakai. Informasi yang dipilih tidak lebih baik daripada pandangan pemakai terhadap data tersebut. Ini merupakan cara tradisional untuk bertanya pada database.

Data Mining Berdasarka Penemuan.
Pendekatan lain memungkinkan sistem data mining mengidentifikasi pelanggan terbaik untuk promosi
tersebut. Sistem itu menganalisis database, mencari kelompok-kelompok dengan karakteristik umum. Dalam contoh bank, sistem data mining mungkin mengidentifikasi bukan hanya kelompok pasangan muda lulusan universitas tetapi juga pasangan yang sudah pensiun yang bergantungpada jaminan sosial dan pensiun. Sistem data mining dapat melaksanakan analisis selangkah lebih jauh, dengan merekomendasikan satu set promosi yang diarahkan pada kedua kelompok tersebut.

• Kombinasi Data Mining Verifikasi dan Penemuan.
Perkembangan data mining di masa depan akan mengkombinasikan pendekatan hipotesis danpenemuan.erkembangan ini menggunakan penalaran yang sama yang mendasari konsep Sistem Pendukung Keputusan (Decision SupportSystem – DSS). Konsep tersebut memungkinkan pemakai dan computer bekerja sama untuk memecahkan suatu masalah. Pemakai menerapkan
keahliannya dalam hal masalah, dan komputer melakukan analisis data yang canggih untuk memilih data yang tepat dan menempatkannya dalam format yang tepat untuk pengambilan keputusan.

Pengertian Basis Data

Basis data adalah kumpulan file-file yang mempunyai kaitan antara satu file dengan file lain sehingga membentuk suatu bangunan data untuk menginformasikan suatu perusahaan atau instansi dalam batasan tertentu

Istilah-istilah Basis data

Beberapa hal yang termaksud unsur-unsur dari basis data adalah sebagai berikut:

Entititas

Entititas adalah orang, tempat, kejadian atau konsep yang informasinya direkam. Pada bidang kesehatan Entity adalah Pasien, Dokter, Kamar.

Field

Setiap entity mempunyai atribut atau sebutan untuk mewakili suatu entity. Seorang siswa dapat dilihat dari atributnya misalnya, NIM, Nama_siswa, Alamat.

Record

Record adalah kumpulan isi elemen data (atribut) yang saling berhubungan menginformasikan tentang suatu entity secara lengkap.
Contoh Kumpulan atribut NIP, Nama, dan alamat berisikan “01001245566”, Sanusi, Jl. Hati suci No 2 Kupang.

Data Value

Merupakan data aktual atau infomasi yang disimpan ditiap data elemen. Isi atribut disebut nilai data.

Kunci Elemen Data ( Key Data Element )

Tanda pengenal yang secara unik mengidentifikasikan entitas dari suatu kumpulan entitas.
Contoh Entitas Mahasiswa yang mempunyai atribut-atribut npm, nama, alamat, tanggal lahir menggunakan Kunci Elemen Data npm.

III. KESIMPULAN

Basis data atau juga disebut database artinya berbasiskan pada data, tetapi secara konseptual, database diartikan sebuah koleksi atau kumpulan data-data yang saling berhubungan (relation), disusun menurut aturan tertentu secara logis, sehingga menghasilkan informasi. Untuk mengelola dan memanggil query basis data agar dapat disajikan dalam berbagai bentuk yang diinginkan dibutuhkan perangkat lunak yang disebut Sistem Manajemen Basis Data atau juga disebut Database Management System (DBMS).

Penggabungan Database Management System (DBMS) dengan Basis Data akan membentuk satu kesatuan yang disebut Sistem Basis Data.
Komponen dasar dalam pembuatan basis data dengan adanya data, hardware, software, dan user. Istilah-istilah dalam basis data juga seyogyanya kita tahu, yaitu: enterprise, entitas, atribut, nilai data, kunci elemen data, record data.
Menurut ANSI/SPARC, arsitektur basis data terbagi atas tiga level yaitu: Internal/Physical Level, External/View Level, Conceptual/Logical Level. Tujuan utama dari arsitektur 3 level tersebut adalah untuk menyediakan data independence yang terbagi 2: Logical Data Independence (kebebasan data secara logika) dan Physical Data Independence (kebebasan data secara fisik).
Untuk menggambarkan data pada tingkat eksternal dan konseptual digunakan model databerbasisobjekataumodeldataberbasisrecord.

Bahasa query formal dan komersial adalah bahasa pada model data relasional, yang mana model data relasional merupakan salah satu dari model data berbasis record.Agar terciptanya basis data, maka butuh proses pembuatan. Langkah-langkah yang dapat diambil dalam perancangan basis data sebagai berikut: mendefinisikan kebutuhan data, rancangan konseptual, rancangan implementasi, rancangan fisik, langkahperbaikan.

Suatu teknik untuk mengorganisasikan data ke dalam tabel-tabel untuk memenuhi kebutuhan pemakai di dalam suatu ogranisasi disebut normalisasi. Tujuan normalisasi: untuk menghilang kerangkapan data, untuk mengurangi kompleksitas, untuk mempermudah pemodifikasian data. Sedangkan Tahapan normalisasi: bentuk tidak normal, bentuk normal pertama (1NF), bentuk normal kedua (2NF), bentuk normal ketiga (3NF), bentuk normal boyce-codd (BCNF), bentuk normal keempat (4NF),bentuknormalkelima.

IV. DAFTAR PUSTAKA

 

 

About these ads
This entry was posted in basis data. Bookmark the permalink.

Leave a Reply

Fill in your details below or click an icon to log in:

WordPress.com Logo

You are commenting using your WordPress.com account. Log Out / Change )

Twitter picture

You are commenting using your Twitter account. Log Out / Change )

Facebook photo

You are commenting using your Facebook account. Log Out / Change )

Google+ photo

You are commenting using your Google+ account. Log Out / Change )

Connecting to %s