Sejak tahun 1960-an penggunaan basis data sudah digunakan untuk bidang
komersial, dimana pemrosesan file-nya masih berbasis manajemen file tradisional.
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 BASIS DATA SAAT INI

Sejak tahun 1960-an penggunaan basis data sudah digunakan untuk bidang
komersial, dimana pemrosesan file-nya masih berbasis manajemen file tradisional.
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.

A. ORDBMS

A.1. ORDBMS (Object Relational Database Management System)
Penggunaan teknologi RDBMS pada awalnya sangat dominan, tetapi
dikarenakan fasilitas–fasilitas yang ada pada RDBMS tidak lagi sesuai
dengan aplikasi tingkat lanjut, maka RDBMS digantikan dengan
OODBMS. Pada OODBMS terdapat banyak sekali bentuk-bentuk object
oriented seperti metode encapsulation, inheritance, polymorphism, dll.
Model data relasional lanjutan tidak hanya ada satu , tetapi terdapat
berbagai macam model data, dimana karakteristik dan tingkat kebutuhan
data yang telah dibuat. Bagaimanapun semua model data yang akan
digunakan mengacu pada konsep objek dan mempunyai kemampuan
untuk menyimpan data di dalam database.
Berbagai macam terminologi yang digunakan untuk sistem model
relasional tingkat lanjut yaitu ERDBMS. Tapi sekarang ini untuk sistem
berbasis objek dapat digunakan OODBMS.
Inti dari kinerja RDBMS yaitu ada pada optimasi queri-nya dan juga
pengetahuan mengenai bagaimana mengeksekusi fungsi dari user-define
secara efisien, mengambil keuntungan dari pengindeksan pada struktur
yang baru, memetakan queri dengan cara baru, dan menavigasi antara
data menggunakan referensi data.
Penggunaan OODBMS untuk suatu organisasi yang sangat besar dan
universal tidak lagi sesuai sehingga untuk mendukung kinerja dari
organisasi tersebut dibutuhkan suatu ORDBMS (Objeck Relational
Database Management System).
ORDBMS memiliki fasilitas untuk mendefinisikan data yang kompleks,
menspesialisasikan struktur indeks dibutuhkan untuk mengefisienkan
pengambilan data. ORDBMS digunakan untuk dua sampai tiga
dimensional data.
A.2. Perbandingan antara OODBMS dan ORDBMS
Pemodelan Data
Model OODBMS ORDBMS
Identitas Objek ada Ada dengan tipe REF
(Refferences)
Pengkapsulan Ada, tapi tidak dapat
digunakan untuk queri
Ada dengan UDT (User
Defined Types)
Penurunan Ada Ada (dipisahkan antara
UDT dan Table)
Polymorphism Ada, sebagai object
oriented pada model bahasa
pemrograman
Ada
Objek kompleks Ada Ada, dengan UDT
Relasi Ada Sangat mendukung untuk
mendefinisikan batasan
referensial integritas
B. Data Warehousing
B.1. 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 bersifat non volatile
untuk kumpulan data yang mendukung dalam pengambilan keputusan.
• Berorientasi subyek artinya mengatur semua subyek utama pada
suatu organsisasi yang memfokuskan pada basis datanya bukan pada
aplikasi yang digunakan untuk pengambilan keputusan.
• Terintegrasi artinya pemakaian data bersama-sama sering
menyebabkan data tidak konsisten sehingga cara pandang user
terhadap data menjadi tidak sama. Agar terintegrasi pembentukan
sumber data harus standar dan konsisten.
• Time Variant, data yang ada pada gudang hanya valid dan akurat
pada titik waktu tertentu atau interval tertentu.
• Non-volatile, data tidak di-update secara real time tetapi selalu
diperbaharui dari sistem operasi pada database yang ada.
B.2. Keuntungan dari Data Warehousing
1. Hasil yang diperoleh dari investasi lebih tinggi
2. Kompetitif
3. Meningkatkan produktivitas perusahaan
Sistem Basis Data
Perkembangan Database Saat Ini Hal 4 dari 5
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 file
terpisah yang sudah dalam bentuk
normal untuk setiap proses bisnis.
Berorientasi pada subyek : data
digunakan untuk subyek bisnis, misal
informasi 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 sistem
Kebutuhan data sama sekali tidak
diketahui sebelum rancangan sistem
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
C. 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 smber
daya manusia, dsb.
Sistem Basis Data
Perkembangan Database Saat Ini Hal 5 dari 5
D. 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 bergantung
pada 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 dan
penemuan. Perkembangan ini menggunakan penalaran yang sama yang
mendasari konsep Sistem Pendukung Keputusan (Decision Support
System – DSS). Konsep tersebut memungkinkan pemakai dan komputer
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.

Lanjutkan......

Model Data pada hakekatnya adalah kumpulan perangkat konseptual untuk menggambarkan data, relasi data, makna (semantik) data, dan batasan data. Ada sejumlah cara dalam merepresentasikan Model Data untuk keperluan perancangan basis data, yaitu dikelompokkan sebagai berikut:
• Model Hirarkis (Hierarchical Model)
• Model Jaringan (Network Model)
• Model Relasional (Relational Model)
• Model Relasi Entitas (Entity-Relationship Model)
• Model Berbasis Objek (Object Oriented Model)

1. Model Data Hirarkis
Model data hirarkis adalah model data paling tua yang pernah diterapkan dalam suatu DBMS. Model ini mengikuti pola hirarki pada suatu organisasi atau pada suatu keluarga, dimana terdapat rekaman data yang berfungsi sebagai “bapak” (parent-record) ada yang berfungsi sebagai “anak” (child-record), atau sebagai “pimpinan’ dan “anak-buah”. Dalam model ini seorang “bapak” bisa memiliki lebih dari satu “anak” tetapi seorang “anak” hanya boleh memiliki satu “bapak”.
Sebagai contoh basis-data yang menggambarkan rencana studi mahasiswa dimana seorang mahasiswa boleh mengambil beberapa matakuliah.
PEMODELAN DATA BASE
Model Data pada hakekatnya adalah kumpulan perangkat konseptual untuk menggambarkan data, relasi data, makna (semantik) data, dan batasan data. Ada sejumlah cara dalam merepresentasikan Model Data untuk keperluan perancangan basis data, yaitu dikelompokkan sebagai berikut:
• Model Hirarkis (Hierarchical Model)
• Model Jaringan (Network Model)
• Model Relasional (Relational Model)
• Model Relasi Entitas (Entity-Relationship Model)
• Model Berbasis Objek (Object Oriented Model)

1. Model Data Hirarkis
Model data hirarkis adalah model data paling tua yang pernah diterapkan dalam suatu DBMS. Model ini mengikuti pola hirarki pada suatu organisasi atau pada suatu keluarga, dimana terdapat rekaman data yang berfungsi sebagai “bapak” (parent-record) ada yang berfungsi sebagai “anak” (child-record), atau sebagai “pimpinan’ dan “anak-buah”. Dalam model ini seorang “bapak” bisa memiliki lebih dari satu “anak” tetapi seorang “anak” hanya boleh memiliki satu “bapak”.
Sebagai contoh basis-data yang menggambarkan rencana studi mahasiswa dimana seorang mahasiswa boleh mengambil beberapa matakuliah.


Model Data Hirarkis

Pada model diatas tidak direpresentasikan bahwa satu matakuliah diambil oleh beberapa mahasiswa, karena berarti menyalahi aturan dimana satu “anak” (kuliah) memiliki banyak “bapak” (mahasiswa). Model diatas akan menyebabkan timbulnya “redudansi” data, karena banyak kemungkinan bahwa matakuliah yang sama diambil oleh beberapa mahasiswa, sehingga record-matakuliah tersebut direkam berkali-kali dibawah record-mahasiswa yang mengambilnya. Disamping itu apabila ada matakuliah yang tidak diprogram-kan oleh mahasiswa maka ada kemungkinan record-nya tidak ada dalam database karena tidak memiliki parent.


Contoh model hirarkis yang menunjukkan hubungan Dosen-MataKuliah-Mahasiswa dapat pula digambarkan dalam bentuk diagram sebagai berikut.


Diagram Hirarkis Dosen-Matakuliah-Mahasiswa

Perhatikan dalam model hirarki diatas, data mahasiswa yang sama terpaksa direkam berulang ketika mahasiswa tersebut memprogramkan lebih dari satu matakuliah.
Model hirarkis ini pernah di-implementasikan oleh IBM pada sebuah DBMS yang diberi nama IMS (Information Management System) namun kemudian di-kalahkan oleh implementasi model yang lebih mutakhir seperti model Data Relasional seperti Rbase, dsb.












2. Model Data Jaringan
Model data jaringan adalah pengembangan dari model data hirarkis, melihat kekurangan dari model hirarkis tersebut. Pada model jaringan diperkenankan bahwa sebuah child-record bisa memiliki lebih dari satu parent-record. Pada implementasi-nya berarti antara parent-record dan child-record diperlukan penghubung (link atau pointer) yang bisa satu arah atau dua-arah.


Model Data Jaringan
Dengan model jaringan ini maka informasi dimana seorang mahasiswa dapat mengambil beberapa matakuliah (pointer dari record mahasiswa tsb ke beberapa record-kuliah) dan juga informasi bahwa satu matakuliah dapat di-program-kan oleh banyak mahasiswa (pointer dari record-kuliah ke beberapa record-mahasiswa) keduanya dapat di-representasikan.
Model Jaringan dari Dosen-Matakuliah-Mahasiswa dapat digambarkan sebagai berikut.


Diagram Model Data Jaringan Dosen-MataKuliah-Mahasiswa

Persoalan yang timbul adalah “terjadinya hutan pointer” akibat relasi antar record yang rumit sehingga penelusuran data menjadi sangat sulit. Ketika model relasional menjadi lebih populer maka model inipun ditinggalkan orang.

3. Model Data Relasional
Model data relasional adalah model data yang diciptakan berdasarkan teori-relasional seperti relational algebra, dan relational calculus. Salah seorang pencetus awal dari basis data relasional adalah E.F.Codd yang juga telah menciptakan serangkaian operasi matematika relasional terhadap model data relasional.
Pada prinsipnya model data relasional dapat di-representasikan dalam bentuk table (tabel) data, dimana:
• satu tabel mewakili satu “domain” data atau entity, bila direkam merupakan satu file yang hanya memiliki satu tipe record saja, setiap record adalah baris
• setiap record terdiri atas beberapa field (atribut) atau tuple, atau kolom
• jumlah tuple / field pada setiap record sama
• setiap record memiliki atribut kunci utama (primary key) yang unik dan dapat dipakai untuk mengenali satu record
• record dapat diurutkan menurut kunci utama,

Contoh: domain mahasiswa dapat diwakili oleh satu tabel mahasiswa dengan kunci utama adalah NIM (Nomor Induk Mahasiswa), dan domain matakuliah dapat diwakili oleh satu tabel kuliah dengan kunci utama kode-mkuliah.


tabel mahasiswa
Nim Nama_mhs Alamat_mhs Tgl_lahir
011234 Ahmad Jl. Melati 50 21-3-1980
011345 Bobby Jl. Mawar 103 13-5-1980
011456 Charles Jl. Mangga 145 17-8-1980

tabel kuliah
Kode_mkuliah Nama_Mkuliah sks Semester
315KP2 Pemrograman Visual 2 5
317KP2 Pemrograman Web 2 5
319MP2 Analisis Numerik 2 5





Hubungan antara kedua domain ini dinyatakan dalam bentuk relasi, ada tiga kemungkinan relasi antar dua domain yaitu:
• relasi satu-satu (one-to-one relation) : bahwa satu mahasiswa hanya boleh mengambil satu matakuliah, dan satu matakuliah hanya boleh diambil oleh satu mahasiswa, relasi disingkat dengan simbol 1-to-1. Dalam implementasi dua file yang memiliki relasi 1-to-1 dapat digabung menjadi satu file.
• relasi satu-banyak (one-to-many relation) : bahwa satu mahasiswa boleh ambil banyak matakuliah tetapi satu matakuliah hanya boleh diambil oleh satu mahasiswa, relasi disingkat dengan simbol 1-to-M atau M-to-1. Pada relasi 1-to-M atau M-to-1, kunci record dari file pada sisi-1 harus ditambahkan sebagai kunci-tamu pada file sisi-M
• relasi banyak-banyak (many-to-many relation) : bahwa satu mahasiswa boleh ambil banyak matakuliah, dan satu matakuliah boleh diambil oleh banyak mahasiswa, relasi disingkat dengan simbol M-to-M. Pada relasi M-to-M harus diciptakan sebuah file ‘relasi’ yang berisi minimal dua field kunci record dari masing-masing file yang berelasi.
Contoh relasi antara domain mahasiswa dan matakuliah secara logis hanya bisa diterima pada jenis relasi banyak-banyak (M-to-M). Perwujudan dari relasi banyak-banyak ini diwakili oleh tabel relasi yang minimal memuat kunci utama masing-masing domain yang berelasi.

Nim Kode_kuliah Nilai
011234 315KP2 A
011234 319MP2 B
011345 315KP2 C
011345 317KP2 A
011345 319MP2 C
011456 317KP2 D
011456 319MP2 B









4. Model Relasi-Entitas
Model Relasi-Entitas atau (Entity Relationship Model) pada hakekatnya perwujudan dari model relasional dalam bentuk diagram, yaitu E-R Diagram. Domain data disebut juga sebagai himpunan entitas, diwakili oleh diagram kotak. Field-data atau atribut diwakili oleh diagram lingkaran atau ellips. Hubungan atau relasi antar domain diwakili oleh jajaran-genjang.


Simbol Relasi Entitas

Contoh relasi antara domain mahasiswa dan domain matakuliah diwujudkan dalam diagram E-R sebagai berikut:


Diagram E-R Mahasiswa-Matakuliah




5. Model Data Berbasis Objek
Model data berbasis objek dikembangkan searah dengan perkembangan pemrograman berbasis objek. Salah satu karakteristik dari sistem berbasis objek adalah encapsulation yaitu suatu objek terpisah dari objek lain sehingga setiap objek seakan-akan berada dalam kapsulnya masing-masing. Pada setiap kapsul terdapat komponen data (attribute) dikemas bersama dengan komponen akses-nya (methods). Sebagai contoh, berikut ini disajikan data pegawai dalam format berbasis objek.


Model Objek Data Pegawai

Lanjutkan......

Dalam bab ini akan muncul pertanyaan bagaimana perbedaan kondisi sistem saat
ini dengan sistem ideal dapat didekatkan (how is the performance gap closed).
Pertama, pembuatan alternatif untuk memecahkan masalah sistem informasi.
Kemudian alternatif-alternatif tersebut ditetapkan yang terbaik secara
bijaksana (most expedient).

Pilihan stategi

Manajemen tingkat atas membuat pilihan strategi dengan memperhatikan semua
kendala.Adapun pilihan strategi yang biasa digunakan adalah sebagai berikut:

Distributed versus centralized processing

Saat ini, ada kecenderungan terjadi perubahan keputusan informasi dari
centralized data processing ke decentralized end-user responsibility centers.
Dalam lingkungan proses terdistribusi, end-user memutuskan peralatan,
implementasi dan prioritas pengembangan.
Di bagian lain terdapat pertumbuhan jumlah end-user yang masuk ke dunia
komputer. Mereka mencoba teknologi terbaru tanpa memperhatikan biaya, dan
resiko. Tanpa keahlian, perancang sistem akan berada dalam lingkungan
konservatif (kolot).

Integrated versus dispersed databases (sistem database
tersebar)

Ketika organisasi menggunakan sistem database tersebar, perancang sistem
mempunyai pilihan pertimbangan tentang file apa saja yang termasuk dalam
database dan data apa saja yang masuk dalam file. Integrated database
ditangani oleh administrator database yang memelihara semua kontrol data
storage, access dan modification. Manajemen tingkat atas memutuskan sesuai
dengan pilihan perancang sistem dengan memperhatikan sisi kemudahan
kontrolnya.
PEMBUATAN ALTERNATIF SISTEM (GENERATING SYTEMS ALTERNATIVES)
Dalam bab ini akan muncul pertanyaan bagaimana perbedaan kondisi sistem saat
ini dengan sistem ideal dapat didekatkan (how is the performance gap closed).
Pertama, pembuatan alternatif untuk memecahkan masalah sistem informasi.
Kemudian alternatif-alternatif tersebut ditetapkan yang terbaik secara
bijaksana (most expedient).

Pilihan stategi

Manajemen tingkat atas membuat pilihan strategi dengan memperhatikan semua
kendala.Adapun pilihan strategi yang biasa digunakan adalah sebagai berikut:

Distributed versus centralized processing

Saat ini, ada kecenderungan terjadi perubahan keputusan informasi dari
centralized data processing ke decentralized end-user responsibility centers.
Dalam lingkungan proses terdistribusi, end-user memutuskan peralatan,
implementasi dan prioritas pengembangan.
Di bagian lain terdapat pertumbuhan jumlah end-user yang masuk ke dunia
komputer. Mereka mencoba teknologi terbaru tanpa memperhatikan biaya, dan
resiko. Tanpa keahlian, perancang sistem akan berada dalam lingkungan
konservatif (kolot).

Integrated versus dispersed databases (sistem database
tersebar)

Ketika organisasi menggunakan sistem database tersebar, perancang sistem
mempunyai pilihan pertimbangan tentang file apa saja yang termasuk dalam
database dan data apa saja yang masuk dalam file. Integrated database
ditangani oleh administrator database yang memelihara semua kontrol data
storage, access dan modification. Manajemen tingkat atas memutuskan sesuai
dengan pilihan perancang sistem dengan memperhatikan sisi kemudahan
kontrolnya.

Surround strategy of system development

Strategi pengembangan sistem adalah penting karena banyak perusahaan
mempunyai tumpukan (backlog) dari sistem baru yang dirancang dan kondisi
sistem yang sedang dimodifikasi. Strategi ini mengijinkan perancang sistem
menggunakan perbedaan bahasa program dan menjalankannya pada komputer yang
berbeda untuk sebuah sistem kompatibilitas penuh (a totally compatible
system). Lingkungan sekitar strategi sangat penting dalam masalah
pengambilalihan perusahaan, dimana satu perusahaan mendapatkan perusahaan
lain dan mungkin sistem informasinya tidak kompatibel dengannya (berbeda).

Pilihan taktik

Manajemen memutuskan sekarang atau nanti, mengganti lawan modifikasi, dan
konfigurasi SDLC. Pemilihan ini dilakukan sebelum pilihan operasional.

Sekarang atau nanti

b Teknologi.
Sebuah terobosan teknologi adalah memerlukan pertimbangan untuk beberapa
tahun mendatang.
b Aliran kas.
Kondisi aliran kas perusahaan perlu untuk dipertimbangkan didalam
pengembangan atau penggantian sistem.
b Sumber daya keahlian.
Dalam melakukan pengembangan sistem perlu untuk memperhatikan tenaga-
tenaga ahli yang terlibat baik dalam perancangannya maupun dalam
pemakaiannya nanti.
b Politik.
Banyak sistem informasi saat ini diusulkan oleh seseorang dalam perusahaan.
Untuk satu atau lebih alasan, departemen sistem informasi boleh memilih
memperlambat pengembangan atau penggantian sistem.

Penggantian lawan modifikasi





Kecepatan lawan biaya

Alternatif sistem informasi pertama kali akan dibandingkan secara
kuantitatif penggunaan biaya. Karenanya perancang punya kesulitan
menyesuaikan kenaikan kecepatan dalam bentuk penghematan biaya.

Delapan pilihan tentang perancangan operasional

Pilihan perancangan dikelompokkan kedalam input, processing, dan output.
Masing-masing kelompok dapat memiliki pilihan sebagai berikut :

a. Input
1. On-line versus off-line data entry.
Off-line data entry tidak memiliki kemampuan yang baik untuk validasi
transaksi dengan segera. Oleh karena itu, on-line data entry
disarankan tetap digunakan dalam konfigurasi sistem informasi.
2. Keyed versus machine-readable data entry.
Machine-readable data entry dapat meningkatkan kecepatan, mengurangi
kesalahan pemasukan data, dan menghemat biaya untuk pekerja (save
human costs). Bagaimanapun juga membutuhkan investasi yang besar dalam
hal peralatan dan pemeliharaannya.
3. Centralized versus decentralized data entry.
Decentralized entry adalah lebih cepat tetapi tingkat kesalahannya
tinggi karena banyak pemakai yang memasukkan data. Machine-readable
entry membutuhkan pemasukan desentralisasi yang memberikan keuntungan
kecepatan proses dalam menangkap sumber data (point of sale).

b. Processing
4. Batch versus real-time record update.
Batch processing menyebabkan update rekord lama, cocok untuk
centralized data entry. Real time processing membutuhkan biaya
peralatan dan menaikkan kecepatan proses.
5. Sequential versus direct access to records.
Sequential access adalah berhubungan dengan batch processing.
Direct access berhubungan dengan real-time processing.
6. Single versus multiple-user update of records.
Sebuah desain sistem untuk multiple-user lebih komplek (rumit) dalam
keamanan akses dan mengupdate record secara simultan. Kekomplekkan
(kerumitan) terjadi saat kecepatan proses adalah penting dan
aplikasinya dengan proses -real time.

c. Ouput
7. Traditional versus turnaround documents.
Traditional document adalah dokumen yang cara pendataannya ke sistem
dilakukan melalui keyboard (key input). Turnaround documents adalah
pendataan ke sistem dilakukan melalui mesin pembaca dokumen
8. Structured versus inquiry-based reports.
Structured report dibuat dalam format yang baku dan disediakan secara
rutin, sedangkan inquiry-based reports dibuat berdasarkan permintaan
dengan format sesuai permintaan pemakai. Seringkalli inquiry-base
report ditemukan dalam lingkungan real-time dimana data harus diakses
secara cepat.







Daftar Pustaka


1. Martin, Merle P., Analysis And Design of Business Information Sytems,
Macmillan Publishing Company, New York, 1991.

Lanjutkan......

Dalam melakukan tahap ini akan dicapai 4 tujuan, yaitu :
a. Menjelaskan sistem saat ini secara lengkap.
b. Menggambarkan sistem informasi yang ideal.
c. Membawa sistem informasi yang ideal ke kondisi saat ini dengan
memperhatikan kendala sumber daya.
d. Memberi dorongan terhadap keyakinan pemakai kedalam team pengembangan
sistem.

Tahap requirement analysis adalah tahap interaksi intensif antara analis
sistem dengan komunitas pemakai sistem (end-user), dimana team pengembangan
sistem menunjukkan keahliannya untuk mendapatkan tanggapan dan kepercayaan
pemakai, sehingga mendapat partisipasi yang baik.
Merupakan pekerjaan sulit untuk mendapatkan kesepakatan (skeptical) pemakai
tentang kebutuhan mereka dari sebuah sistem informasi, karena mungkin
pemakai mengalami kegagalan sistem informasi sebelumnya.

Keinginan pemakai

Tahap awal dalam requirement system adalah melakukan survey terhadap
keinginan pemakai dan menjelaskan sistem informasi yang ideal.
Ideal disini merupakan konsep daripada kenyataan, artinya bahwa tidak ada
sistem yang ideal (tidak ada sistem informasi yang sempurna) tetapi bersifat
subyektif saja. Kalau hal ini tidak dijelaskan secara mendalam dapat
menimbulkan perbedaan pandangan atau akan mengecewakan end-user.

KEBUTUHAN ANALISIS
(REQUIREMENT ANALYSIS)
Dalam melakukan tahap ini akan dicapai 4 tujuan, yaitu :
a. Menjelaskan sistem saat ini secara lengkap.
b. Menggambarkan sistem informasi yang ideal.
c. Membawa sistem informasi yang ideal ke kondisi saat ini dengan
memperhatikan kendala sumber daya.
d. Memberi dorongan terhadap keyakinan pemakai kedalam team pengembangan
sistem.

Tahap requirement analysis adalah tahap interaksi intensif antara analis
sistem dengan komunitas pemakai sistem (end-user), dimana team pengembangan
sistem menunjukkan keahliannya untuk mendapatkan tanggapan dan kepercayaan
pemakai, sehingga mendapat partisipasi yang baik.
Merupakan pekerjaan sulit untuk mendapatkan kesepakatan (skeptical) pemakai
tentang kebutuhan mereka dari sebuah sistem informasi, karena mungkin
pemakai mengalami kegagalan sistem informasi sebelumnya.

Keinginan pemakai

Tahap awal dalam requirement system adalah melakukan survey terhadap
keinginan pemakai dan menjelaskan sistem informasi yang ideal.
Ideal disini merupakan konsep daripada kenyataan, artinya bahwa tidak ada
sistem yang ideal (tidak ada sistem informasi yang sempurna) tetapi bersifat
subyektif saja. Kalau hal ini tidak dijelaskan secara mendalam dapat
menimbulkan perbedaan pandangan atau akan mengecewakan end-user.

Metode kebutuhan analisis

Perlu pemilihan metode pengumpulan data yang tepat selama melakukan
requirement system. Metode tersebut adalah interviews, questionnaires,
observation, procedure analysis, dan document survey.
Setiap metode akan dijelaskan secara mendalam sebagai berikut :

Tanya jawab (Interviews)

1. Bagaimana metode itu digunakan.
• Pemilihan potential interviewees.
• Membuat perjanjian terhadap potential interviewees.
• Menyiapkan struktur pertanyaan yang lengkap dan jelas.
• Memilih person yang diinterview secara pribadi dan merekamnya.
2. Target dari metode.
• Kunci pribadi dalam proses DFD.
• Kadangkala melibatkan orang luar, seperti pelanggan atau vendors.
3. Keuntungan metode.
• Pewawancara dapat mengukur respon melalui pertanyaan dan menyesuaikannya
sesuai situasi yang terjadi.
• Baik untuk permasalahan yang tidak terstruktur, seperti mengapa anda
berpikir hal ini dapat terjadi ?.
• Menunjukkan kesan interviewer secara pribadi.
• Memunculkan respons yang tinggi sejak penyusunan pertemuan.
4. Kerugian metode.
• Membutuhkan waktu dan biaya yang tidak sedikit.
• Membutuhkan pelatihan dan pengalaman khusus dari pewawancara.
• Sulit membandingkan laporan wawancara karena subyektivitas alamiah.
5. Kapan metode tersebut baik digunakan.
• Mendapatkan penjelasan atau pandangan dari personel kunci.
• Test kredibilitas dari interviewees.
• Mencari interview yang unsureness atau contradictions.
• Memantapkan kredibilitas team.

Beberapa faktor penting dalam interview yang baik, yaitu objektives,
audience, format, weighting dan combining responses, and docummentation.

Kuesioner (Questionnaires)

1. Bagaimana metode itu digunakan.
• Mendisain dengan menggunakan standar kuesioner.
• Kuesioner dikirimkan ke lingkungan kerja end-users.
• Struktur respon diringkas dalam statistik distribusi.
2. Target dari metode.
• Semua end-user dengan wawasannya akan dilibatkan dalam proses solusi
pemecahan sistem.
• End-user dihubungkan dengan proses pemakaian simbol-simbol dalam DFD.
3. Keuntungan metode.
• Murah dan cepat dari pada interviews.
• Tidak membutuhkan investigator yang terlatih (hanya satu ahli yang
dibutuhkan untuk mendesain kuesioner untuk end-user yang terpilih.
• Mudah untuk mensintesis hasil sejak pembuatan kuesioner.
• Dengan mudah dapat meminimalkan biaya untuk semua end-user.
4. Kerugian metode.
• Tidak dapat membuat pertanyaan yang spesifik bagi end-user.
• Analis melibatkan kesan sehingga tidak dapat menampakkan pribadi
end-user.
• Tanggapan yang rendah karena tidak adanya dorongan yang kuat untuk
mengembalikan kuesioner.
• Tidak dapat menyesuaikan pertanyaan ke end-user secara spesifik.
5. Kapan metode tersebut baik digunakan.
• Pertanyaannya sederhana, dan tidak memiliki arti mendua.
• Membutuhkan wawasan yang luas dari end-user.
• Bila memiliki sedikit waktu dan biaya.

Observasi (Observation)

1. Bagaimana metode itu digunakan.
• Secara pribadi seorang analis mengunjungi lokasi pengamatan.
• Analis merekam kejadian dalam lokasi pengamatan, termasuk volumen dan
pengolahan lembar kerja.
2. Target dari metode.
• Lokasi proses secara geografis ditunjukkan dalam DFD (Data Flow Diagram)
3. Keuntungan metode.
• Mendapatkan fakta records daripada pendapat (opinion).
• Tidak membutuhkan konstruksi pertanyaan.
• Tidak menganggu atau menyembunyikan sesuatu (end-users tidak mengetahui
bahwa mereka sedang diamati).
• Analis tidak bergantung pada penjelasan lisan dari end-users.
4. Kerugian metode.
• Jika terlihat, analis mungkin mengubah operasi (end-user merasa diamati).
• Dalam jangka panjang, fakta yang diperoleh dalam satu observasi mungkin
tidak tepat (representative) dalam kondisi harian atau mingguan.
• Membutuhkan pengalaman dan kehlian khusus dari analis.
5. Kapan metode tersebut baik digunakan.
• Membutuhkan gambaran kuantitatif seperti waktu, volume dan sebagainya.
• Kecurigaan bahwa end-user mengatakan suatu kejadian yang sebenarnya
tidak terjadi (dibuat-buat).

Tip praktis dalam melakukan observasi :
a. Jangan mengamati dalam waktu yang lama.
Terdapat dua alasan, yaitu : dengan waktu yang lama akan mengacau operasi
yang sedang diamati, dan akan membiaskan permasalahan yang sebenarnya.
b. Buat catatan yang ringkas.
c. Sebelum observasi, beritahukan kepada supervisor dan pemakai yang terlibat
tentang apa yang akan dikerjakan dan mengapa dikerjakan, sehingga akan
mengurangi gangguan.
d. Gunakan checklist yang singkat tentang informasi yang dibutuhkan bersama.
e. Jangan melakukan observasi tanpa rencana..

Prosedur analisis (Procedure Analysis)

1. Bagaimana metode itu digunakan.
• Dengan prosedur operasi dapat mempelajari dan mengidentifikasikan
aliran dokumen kunci melalui sistem informasi, yaitu dengan data flow
diagram (DFD).
• Setiap aliran dokumen kunci menjelaskan prosedur operasi sistem.
• Melalui observasi, analis mempelajari kenyataan daripada mendeskripsikan
volume distribusi (tinggi, rendah, sedang) dan apa yang selanjutnya
dikerjakan terhadap salinan dari dokumen aslinya.
2. Target dari metode.
• Dokumen utama dalam DFD (Data Flow Diagram)
• Proses dalam DFD.
3. Keuntungan metode.
• Evaluasi prosedur dapat dikerjakan dengan campur tangan (interferences)
yang minimal dan tidak mempengaruhi operasi pemakai.
• Prosedur aliran dapat dapat menjadi sebuah struktur checklist untuk
melakukan observasi.
4. Kerugian metode.
• Prosedure mungkin tidak lengkap dan tidak -up to date lagi.
• Mempelajari bagan aliran dokumen membutuhkan waktu dan keahlian analis.
5. Kapan metode tersebut baik digunakan.
• Memutuskan apakah masalah kegagalan sistem dapat membantu perancangan
yang baik.
• Tim analis tidak secara total familiar dengan aliran dokumen.
• Mendeskripsikan aliran dokumen yang menganggu kerjanya fungsi.

Pengamatan dokumen (Document Survey)

1. Bagaimana metode itu digunakan.
• Mengidentifikasikan dokumen utama dan laporan (physical data flow
diagram).
• Mengumpulkan salinan dokumen aktual dan laporan.
• Setiap dokumen atau laporan, digunakan untuk record data, meliputi
field (ukuran dan tipe), frekuensi penggunaan dan struktur kodingnya
(coding structure).
2. Target dari metode.
• Aliran data kunci ditunjukkan dalam data flow diagram (DFD).
3. Keuntungan metode.
• Meminimalkan interupsi dari fungsi operasionalnya.
• Permulaan elemen kamus data.
• Seringkali, dapat mempertimbangkan modifikasi major procedural.
4. Kerugian metode.
• Membutuhkan waktu yang cukup (terdapat organisasi bisnis yang mengalami
kebanjiran dokumen dan laporan).
5. Kapan metode tersebut baik digunakan.
• Harus dikerjakan jika sebuah sistem akan didesain (selama kegiatan
analisis, dalam memperjelas desain sistem yang baru dan analisis
dokumen dapat membantu untuk menentukan tugas perancangan selanjutnya).

Sampling

Sampling dapat membantu mengurangi waktu dan biaya. Perlu kecermatan untuk
memilih sample dari populasi, sehingga membutuhkan keahlian statistik supaya
tidak mengalami kegagalan atau ancaman.

Kendala sumber daya

a. Waktu
Sebuah pengantian sistem harus diutarakan dalam kerangka kerja sejak
sistem mengalami penurunan fungsi dengan cepat. Kendala waktu ini dapat
mempengaruhi analis untuk mempertimbangkan inovasi teknologi yang tidak
mungkin dioperasikan dalam waktu yang singkat. Oleh karena itu perlu
membutuhkan waktu yang cukup supaya memiliki kelonggaran waktu sehingga
dapat membuat alternatif yang paling baik.
b. Uang
Sistem informasi yang ideal akan membutuhkan biaya yang mahal, sehingga
membutuhkan pendanaan yang cukup. Hal ini akan terjadi karena terjadi
persaingan dengan para pesaingnya dimana mereka menanamkan investasi
yang besar dalam sistem informasinya.
c. Keahlian.
Staff sistem informasi mungkin tidak memiliki pengetahuan atau pengalaman
yang cukup seperti masalah telekomunikasi, integrasi database, dan
interactive setting. Perusahaan dapat mengkontrak konsultan untuk
menambah kemampuan mendesain. Hal ini nantinya akan diperhadapkan pada
kendala biaya yang dikeluarkan untuk tenaga konsultan.
d. Teknologi.
Kebutuhan teknologi mungkin akan menjadi masalah utama dalam mendukung
kerja sistem, sehingga perlu memperhatikan perkembangan teknologi terus-
menerus, yang konsekuensinya terjadi pengeluaran biaya yang besar dan
jangan sampai teknologi yang dipakai ketinggalan dari para pesaingnya.
e. Faktor ekternal.
Banyak kendala yang datang dari luar setting design, seperti pencegahan
menggunakan teknologi eksotik (exotic of technologies), mencegah
memelihara data lokal dalam sebuah sistem database pusat, dan sebagainya.

Dokumen kebutuhan analisis

1. Arahan (conduct) analisis.
• Hubungan dengan pemakai akhir.
• Menganalisa records, forms dan laporan.
• Pengamatan proses.
• Menganalisa metode yang digunakan.
• Permasalahan dalam pengumpulan data.
2. Kebutuhan pemakai.
• Apa yang menjadi kebutuhan sebenarnya.
• Kebutuhan laporan (jenis dan frekuensinya).
• Kebutuhan pelatihan.
• Pengaruh sistem baru.
3. Kendala sistem.
• Menjelaskan kendala waktu, biaya, keahlian, teknologi dan faktor
ekternal.
• Realistik sistem.
4. Dokumentasi.
• Intrumen pengumpulan data (kebutuhan kuesioner, interview).
• Konsensus statistik.
• Aliran data secara logikal dan phisik.
• Element awal dalam kamus data.

Daftar Pustaka


1. Martin, Merle P., Analysis And Design of Business Information Sytems,
Macmillan Publishing Company, New York, 1991.

Lanjutkan......

Permasalahan Sistem

Semua sistem informasi akan mempunyai masalah, tanpa memperdulikan seberapa
baiknya sistem tersebut didesain. Beberapa hal yang menyababkan sistem
informasi mempunyai masalah, antara lain karena :
a. Waktu (overtime).
b. Lingkungan sistem yang berubah.
c. Perubahan prosedur operasional.

Perbaikan masalah sistem informasi disebut maintenance programming, yang
meliputi tanggapan terhadap masalah sistem dan penambahan fungsi baru ke
sistem. Maintenance programming mencakup 60 sampai 90 persen dari
programming budget dan menunjukkan apakah sistem informasi yang memburuk
perlu diganti atau dipertahankan dengan melakukan perbaikan kecil (minor).

Masalah sistem informasi berhungan dengan karakteristik informasi, yaitu :
a. Relevansi (relevancy).
b.
c. Keakuratan (accuracy), yang memiliki faktor : kelengkapan (completeness),
d. kebenaran (correctness), dan keamanan (security).
e.
f. Ketepatan waktu (timeliness).
g.
h. Ekonomi (economy), yang memiliki faktor : sumber daya (resources) dan
i. biaya (cost).
j.
k. Efisiensi (eficiency).
l.
m. Dapat dipercaya (reliability).
n.
o. Kegunaan (usability).
p.


Relevansi (relevancy)
DETEKSI MASALAH SISTEM
(DETECTION OF SYSTEM PROBLEMS)
Permasalahan Sistem

Semua sistem informasi akan mempunyai masalah, tanpa memperdulikan seberapa
baiknya sistem tersebut didesain. Beberapa hal yang menyababkan sistem
informasi mempunyai masalah, antara lain karena :
a. Waktu (overtime).
b. Lingkungan sistem yang berubah.
c. Perubahan prosedur operasional.

Perbaikan masalah sistem informasi disebut maintenance programming, yang
meliputi tanggapan terhadap masalah sistem dan penambahan fungsi baru ke
sistem. Maintenance programming mencakup 60 sampai 90 persen dari
programming budget dan menunjukkan apakah sistem informasi yang memburuk
perlu diganti atau dipertahankan dengan melakukan perbaikan kecil (minor).

Masalah sistem informasi berhungan dengan karakteristik informasi, yaitu :
a. Relevansi (relevancy).
b.
c. Keakuratan (accuracy), yang memiliki faktor : kelengkapan (completeness),
d. kebenaran (correctness), dan keamanan (security).
e.
f. Ketepatan waktu (timeliness).
g.
h. Ekonomi (economy), yang memiliki faktor : sumber daya (resources) dan
i. biaya (cost).
j.
k. Efisiensi (eficiency).
l.
m. Dapat dipercaya (reliability).
n.
o. Kegunaan (usability).
p.


Relevansi (relevancy)

Hasil dari sistem informasi (SI) harus dapat digunakan untuk kegiatan
managemen ditingkat operasional, taktis dan strategik. Jika tidak dapat
digunakan, informasi tersebut layak untuk tidak diperhatikan lagi.

Beberapa gejala dari informasi yang tidak lagi relevan, antara lain :
• Banyak laporan yang isinya terlalu panjang
•
• Laporan tidak digunakan oleh pihak yang menerimanya.
•
• Permintaan informasi tidak tersedia dalam SI.
•
• Sebagai laporan yang tersedia tetapi tidak diminta/dibutuhkan.
•
• Bertumpuknya keluhan-keluhan pemakai ketika laporan tidak diproduksi
• dan disebarluaskan.
•


Kelengkapan (completeness)

Data tidak hanya dimasukkan secara benar, tetapi juga harus lengkap.
Apabila sebuah sistem informasi memiliki 95% keakuratan data, tetapi hanya
80% dari kebutuhan informasi, maka sistem akan tidak efektif.
Berikut beberapa gejala ketidaklengkapan (incompleteness).
• Sebagian data dikembalikan ke pemakai karena sumber
• dokumennya atau isian formulirnya tidak lengkap.
•
• Pengawas data menunjukkan sebuah atau lebih isian field yang
• tidak diisi karena kesengajaan atau ketidaksengajaan.
•
• Bagian pemasukan data menelepon ke pemakai untuk mengklarifikasikan
• data dari sumber-sumber dokumennya.
•


Kebenaran (correctness)

Kebenaran biasanya dipikir sebagai keakuratan. Semua data dari field
harus dimasukkan secara benar. Berikut gejala dari ketidakbenaran, antara
lain :
• Total kesalahan transaksi mengalami kenaikan dibanding
• kualitasnya.
•
• Permintaan untuk perubahan program mengalami kenaikan.
•
• Masalah yang terjadi setelah akhir hari kerja normal mengalami kenaikan.
•
• Jumlah kesalahan kritis mengalami kenaikan.
• Sebagai contoh adalah kesalahan saldo hutang nasabah dapat mengurangi
• masukan kas, sehingga membuat nasabah mengalami ketidakpuasan.
•


Keamanan (security)

Seringkali informasi dikirimkan ke setiap orang yang membutuhkannya.
Pengawasan keamanan adalah struktur pengecekan untuk memutuskan jika
informasi yang sensitif ditujukan kepada pemakai yang tidak sah.

Ketepatan waktu (timeliness)

Beberapa gejala yang menunjukkan masalah ketepatan waktu :
• Keluaran (throughput) sistem informasi mengalami penurunan.
• Troughput adalah tingkat proses transaksi sampai akhir waktu yang bebas
• kesalahan.
•
• Tumpukan pemasukan data mengalami kenaikan.
• Sebuah tumpukan pemasukan data terjadi ketika data transaksi tidak
• langsung dimasukkan pada saat itu (ditunda/tertunda).
•
• Keluhan tentang lambatnya sistem membuat laporan mengalami kenaikan.
•
• Waktu yang dibutuhkan untuk memperbaiki kesalahan program mengalami
• kenaikan.
•
• Banyaknya keluhan dari pemakai tentang kesulitan dalam menghubungi
• staff pemeliharaan program dan staff operasinya.
•


Ekonomi (economy)

Biaya sistem informasi akan mengalami kenaikan sesuai dengan berjalannya
waktu. Meskipun ada beberapa biaya yang mengalami penurunan, dan sebagian
akan naik Banyak hal yang menunjukkan kenaikan biaya, seperti konsultan
pemeliharaan hardware dan program, dan sebagainya. Banyak organisasi
merekrut konsultan sebagai programmer atau analis selama proyek.
Untuk jangka pendek secara drastis akan menaikkan biaya tenaga kerja,
tetapi untuk jangka panjang mengurangi biaya karena mempertimbangkan
keuntungan sistem informasi yang didapat.

Efisiensi (eficiency)

Efisiensi adalah berapa banyak produksi meningkat karena tambahan unit
sumber daya dalam proses produksinya. Untuk contoh, sebuah perusahaan
mengeluarkan $500.000 untuk sistem inventory. Penjualan mengalami kenaikan
$100.000 sebagai hasil dari sistem baru tersebut.
Efisiensi dari sistem tersebut adalah :
100.000
------- = 20%
500.000
Disini beberapa rasio yang dapat dihitung dan dianalisa, antara lain :
• Keluaran / nilai uang (trougput/dollar).
•
• Keluaran / waktu untuk memasukkan data (trougput/data entry hours worked).
•
• Transaksi tanpa kesalahan/waktu (errorless transaction/hours).
•
• Kesalahan yang dibetulkan/nilai uang (errors corrected/dollar).
•
• Perubahan program/jumlah programmer (program changes/number of
• programmers).
•
• Biaya kertas/transaksi (paper costs/transaction).
•


Dapat dipercaya (reliability)

Sebuah indikator penting dari sistem informasi yang adalah dengan
memperhatikan masalah reliabilitasnya. Beberapa gejala tentang masalah
reliabilitas, antara lain :
• Computer downtime, yaitu sistem informasi bekerja dengan baik
• ketika komputernya bagus, kemudian komputer mengalami penurunan.
•
• Banyaknya karyawan mengalami pergantian (turnover), yaitu tingkat
• rata-rata karyawan bekerja dengan baik keluar, dan karyawan baru
• ditraining.
•
• Waktu perbaikan kesalahan program, yaitu pemakai tidak dapat
• memperkirakan berapa lama waktu yang dibutuhkan untuk memperbaiki
• sebuah kesalahan informasi, barangkali satu jam atau empat minggu.
•
• Biaya, yaitu tingginya varian rata-rata biaya setiap bulannya.
•
• Tumpukan transaksi, yaitu jumlah transaksi yang tertunda atau ditolak.
•
• Rata-rata kesalahan, yaitu rata-rata kesalahan yang tidak dapat
• diprediksi, sehingga perlu menguranginya.
•


Kegunaan (usability)

Tidak ada hal yang lebih baik dari sebuah sistem yang dirancang sesuai
dengan kriteria. Jika sistem sulit digunakan, berarti adalah masalah
dalam sistem.
Beberapa gejala yang menunjukkan sedikit kegunaan (poor usability) sistem,
antara lain :
• Lamanya waktu pelatihan bagi pemakai pemula.
•
• Tingginya rata-rata kesalahan yang terjadi.
•
• Naiknya keluhan-keluhan pemakai.
•
• Naiknya kemangkiran dari sebagian pemakai komputer.
•


5.2 Information systems backlog

Tumpukan pemasukan data adalah sebuah kondisi dimana transaksi yang datang
tidak langsung dimasukkan (posted) ke record pada awal hari kerja berikutnya.
Tujuan uatma dari sistem informasi bisnis adalah menyimpan sumber daya
(to keep track of resources), sehingga kegagalan memperbarui (to update)
sumber daya record adalah sebuah masalah sistem yang serius.
Sebagai analis, adalah penting untuk mengetahui apa yang menyebabkan
terjadi tumpukan (backlogs) dan masalah-masalah yang sebabkan systems
backlogs.

Terdapat 5 alasan mengapa sebuah tumpukan masalah sistem informasi dapat
terjadi :
1. Volume transaksi mengalami kenaikan (transaction volume increase).
2. Penurunan kinerja (decreasing performance).
3. Pergantian karyawan yang tinggi (employee turnover).
4. System downtime.
5. Transaction variances.

Beberapa masalah backlogs menyebabkan beberapa kekacauan, antara lain :
• Menumpuknya rekord-rekord (lack of record currency).
•
• Kenaikan rata-rata kesalahan (increased error rates).
•
• Kenaikan biaya (increased costs).
•
• Kenaikan pergantian karyawan (increased employee turnover).
•


Deteksi sumber-sumber masalah sistem informasi :
a. Keluhan pemakai (user complaints).
b. Perhatian top manajemen (top management concerns)
c. Penunjuk jalan (scouting).
d. Pengawas pemakai (user surveys).
e. Pengawas (audits).
f. Pengukur kinerja sistem (performance measurement systems).

5.3 Laporan awal masalah

Banyaknya catatan-catatan (logs) masalah-masalah laporan dapat digunakan
oleh sistem analis untuk studi awal (preliminary study).
Studi ini memutuskan jika laporan atau deteksi masalah adalah cukup serius
untuk menjamin perhatian lebih lanjut dan perhatian apa saja yang perlu
untuk dilakukan.
Analis menyiapkan sebuah laporan awal masalah yang mencakup 4 elemen berikut:
1. Source, dari mana sumber masalah informasi berasal.
2. Nature, sebuah deskripsi singkat tentang sumber masalah.
3. Detailed analysis, pengembangan secara teknis dari masalah (problem
nature).
4. Recommendation, sejauh mana solusi dari masalah akan dikembangkan.

Tipe recommendation, terdiri dari :
a. Masalahnya kecil dan kebutuhan pemeliharaan.
b. Masalahnya membutuhkan kemampuan sistem.
c. Masalahnya serius sehingga perlu analisis detail. Rekomendasi ini dimulai
dari system development life cycle. Detail analisis memutuskan apakah
sistem saat ini perlu diganti dengan sistem informasi yang baru.



Daftar Pustaka


1. Martin, Merle P., Analysis And Design of Business Information Sytems,
Macmillan Publishing Company, New York, 1991.

Lanjutkan......

Informasi dapat diibaratkan sebagai darah yang mengalir di dalam
tubuh manusia, seperti halnya informasi di dalam sebuah perusahaan yang
sangat penting untuk mendukung kelangsungan perkembangannya, sehingga
terdapat alasan bahwa informasi sangat dibutuhkan bagi sebuah perusahaan.
Akibat bila kurang mendapatkan informasi, dalam waktu tertentu perusahaan
akan mengalami ketidakmampuan mengontrol sumber daya, sehingga dalam
mengambil keputusan-keputusan strategis sangat terganggu, yang pada akhirnya
akan mengalami kekalahan dalam bersaing dengan lingkungan pesaingnya.
Disamping itu, sistem informasi yang dimiliki seringkali tidak dapat
bekerja dengan baik. Masalah utamanya adalah bahwa sistem informasi tersebut
terlalu banyak informasi yang tidak bermanfaat atau berarti (sistem terlalu
banyak data). Memahami konsep dasar informasi adalah sangat penting (vital)
dalam mendesain sebuah sistem informasi yang efektif (effective business
system). Menyiapkan langkah atau metode dalam menyediakan informasi yang
berkualitas adalah tujuan dalam mendesain sistem baru.
INFORMASI
Informasi dapat diibaratkan sebagai darah yang mengalir di dalam
tubuh manusia, seperti halnya informasi di dalam sebuah perusahaan yang
sangat penting untuk mendukung kelangsungan perkembangannya, sehingga
terdapat alasan bahwa informasi sangat dibutuhkan bagi sebuah perusahaan.
Akibat bila kurang mendapatkan informasi, dalam waktu tertentu perusahaan
akan mengalami ketidakmampuan mengontrol sumber daya, sehingga dalam
mengambil keputusan-keputusan strategis sangat terganggu, yang pada akhirnya
akan mengalami kekalahan dalam bersaing dengan lingkungan pesaingnya.
Disamping itu, sistem informasi yang dimiliki seringkali tidak dapat
bekerja dengan baik. Masalah utamanya adalah bahwa sistem informasi tersebut
terlalu banyak informasi yang tidak bermanfaat atau berarti (sistem terlalu
banyak data). Memahami konsep dasar informasi adalah sangat penting (vital)
dalam mendesain sebuah sistem informasi yang efektif (effective business
system). Menyiapkan langkah atau metode dalam menyediakan informasi yang
berkualitas adalah tujuan dalam mendesain sistem baru.

DATA VERSUS INFORMASI

a. Data adalah deskripsi dari sesuatu dan kejadian yang kita hadapi
(data is the description of things and events that we face).
b. Data bisnis (business data) adalah deskripsi organisasi tentang sesuatu
(resources) dan kejadian (transactions) yang terjadi
(business data is an organization's description of things (resources)
and events (transactions) that it faces).
c. Data adalah kenyataan yang menggambarkan suatu kejadian-kejadian dan
kesatuan nyata. Kejadian (event) adalah sesuatu yang terjadi pada saat
tertentu. Sebagai contoh, dalam dunia bisnis kejadian-kejadian nyata
yang sering terjadi adalah perubahan dari suatu nilai yang disebut
dengan transaksi. Misalnya penjualan adalah transaksi perubahan nilai
barang menjadi nilai uang atau nilai piutang dagang. Kesatuan nyata
(fact and entity) adalah berupa suatu obyek nyata seperti tempat, benda
dan orang yang betul-betul ada dan terjadi.
Sumber dari informasi adalah data. Data merupakan bentuk jamak dari
bentuk tunggal data-item. Data merupakan bentuk yang belum dapat
memberikan manfaat yang besar bagi penerimanya, sehingga perlu suatu
model yang nantinya akan dikelompokkan dan diproses untuk menghasilkan
informasi. Hal tersebut dapat dilihat dalam contoh kasus sebagai berikut ; didalam kegiatan suatu perusahaan, dari hasil transaksi penjualan oleh sejumlah salesman, dihasilkan sejumlah faktor-faktor yang merupakan data dari penjualan pada suatu periode tertentu. Faktur-faktur penjualan tersebut masih belum dapat memberikan informasi yang baik bagi manajemen. Untuk pengambilan keputusan bagi manajemen, maka faktur-faktur tersebut harus diolah lebih lanjut untuk menjadi suatu informasi. Sesudah diolah, akan dapat diperoleh informasi, antara lain mengenai :
a. Laporan penjualan penjualan setiap salesman, yang berfungsi untuk
memberikan besarnya komisi dan bonus.
b. Laporan penjualan setiap daerah, yang berfungsi untuk pelaksanaan
promosi dan periklanan.
c. Laporan penjualan setiap jenis barang, yang berfungsi untuk mengontrol
persediaan barang dan untuk mengevaluasi barang yang tidak atau kurang
laku terjual.

KONSEP DASAR INFORMASI

Terdapat beberapa definisi, antara lain :
a. Data yang diolah menjadi bentuk yang lebih berguna dan lebih berarti
bagi yang menerimanya.
b. Sesuatu yang nyata atau setengah nyata yang dapat mengurangi derajat
ketidakpastian tentang suatu keadaan atau kejadian.
Sebagai contoh, informasi yang menyatakan bahwa nilai rupiah akan naik,
akan mengurangi ketidakpastian mengenai jadi tidaknya sebuah investasi
akan dilakukan.
c. Data organized to help choose some current or future action or nonaction
to fullfill company goals (the choice is called business decision making).

PENGOLAHAN DATA
(DATA PROCESSING)

Adalah masa atau waktu yang digunakan untuk mendeskripsikan perubahan
bentuk data menjadi informasi yang memiliki keguanaan (data processing is
the term used to describe changes performed on data to produce purposeful
information).
Operasi yang dilakukan dalam pengolahan data :
1. Data input
a) Recording transaction data ke sebuah pengolahan data medium
(contoh, punching number ke dalam kalkulator).
b) Coding transaction data ke dalam bentuk lain (contoh, converting
atribut kelamin female ke huruf F).
c) Storing data or information untuk pengambilan keputusan (potential
information for future).
2. Data transformation
a) Calculating, operasi aritmatik terhadap data field.
b) Summarizing, proses akumulasi beberapa data (contoh, menjumlah
jumlah jam kerja setiap hari dalam seminggu menjadi nilai total jam
kerja perminggu).
c) Classifying data group-group tertentu :
c.1) Categorizing data kedalam group berdasar karakteristrik tertentu
(contoh, pengelompokkan data mahasiswa berdasar semester aktif).
c.2) Sorting data kedalam bentuk yang berurutan (contoh, pengurutan
nomor induk karyawan secara ascending).
c.3) Merging untuk dua atau lebih set data berdasar kriteria tertentu
(menggabungkan data penjualan bulan Januari, Februari dan Maret
kedalam group triwulanan).
c.4) Matching data berdasar keinginan pengguna terhadap group data
(contoh, memilih semua karyawan yang total pendapatannya lebih
dari 15 juta pertahun).
3. Information output
a) Displaying result, menampilkan informasi yang dibutuhkan pemakai
melalui monitor atau cetakan.
b) Reproducing, penyimpanan data yang digunakan untuk pemakai lain yang
membutuhkan.
c) Telecommunicating, penyimpanan data secara elektronik melalui saluran
komunikasi.

+-----+
: : __________________
: M S : Data Input : : Information Output
: A T :=============>: Data :====================>
: J E : (Transaction): Transformation : (Report)
: O P : __________________
: R S : : :
: : : :
:_____:_____________________________________________________
: : : :
: F : * Record : * Calculate : * Display
: U : : :
: N : * Code : * Summarize : * Reproduce
: C : : :
: T : * Store : * Classify : * Telecommunicate
: I : : :
: O : * Select : :
: N : : :
: : : :
+-----+ : :
Gambar 1.2 : Proses Utama dan Fungsi Pengolahan Data

TEST KEBUTUHAN INFORMASI

Terdapat 4 tes untuk menjelaskan sebuah pesan yang spesifik dalam informasi :
1. Kepada siapa (pembuat keputusan) informasi ditujukan ?
(to whom (which decision maker) is the message intended ?)
2. Untuk keputusan spesifik apa informasi ditujukan ?
(for what specific decision is the message intended ?)
3. Sejauh mana informasi dapat digunakan untuk mendeteksi dan memecahkan
masalah ? (how is the message used to detect or resolve the condition)
4. Sejauh mana (kapan) tingkat pembuatan keputusan ?
(how often (when) is the decision made ?)

SIKLUS INFORMASI

Untuk memperoleh informasi yang bermanfaat bagi penerimanya, perlu untuk
dijelaskan bagaimana siklus yang terjadi atau dibutuhkan dalam menghasilkan
informasi. Pertama-tama data dimasukkan ke dalam model yang umumnya memiliki
urutan proses tertentu dan pasti, setelah diproses akan dihasilkan informasi
tertentu yang bermanfaat bagi penerima (level management) sebagai dasar
dalam membuat suatu keputusan atau melakukan tindakan tertentu,
Dari keputusan atau tindakan tersebut akan menghasilkan atau diperoleh
kejadian-kejadian tertentu yang akan digunakan kembali sebagai data yang
nantinya akan dimasukkan ke dalam model (proses), begitu seterusnya.
Dengan demikian akan membentuk suatu siklus informasi (information cycle)
atau siklus pengolahan data (data processing cycles), seperti gambar berikut :

+-----------+
: Proses :
+------>: (Model) :-------+
: +-----------+ :
: :
: :
+------------+ +---------------+
: Input : : Output :
: (Data) : : (Information) :
+------------+ +---------------+
^ :
: :
+------------+ +---------------+
: Data : : Penerima :
: (Kejadian) : : (User) :
+------------+ +---------------+
^ :
: :
+------------+ +-------------+
: Hasil : : Keputusan :
: tindakan : : tindakan :
+------------+ +-------------+
^ :
: :
+---------------------------+
Gambar 1.3 : Siklus informasi

KUALITAS INFORMASI

Kualitas informasi (quality of information) sangat dipengaruhi atau
ditentuka 3 hal, yaitu :
a. Relevan (relevancy)
Berarti informasi harus memberikan manfaat bagi pemakainya.
Relevansi informasi untuk tiap-tiap orang satu dengan yang lainnya
berbeda. Misalnya informasi mengenai sebab-musabab kerusakan mesin
produksi kepada akuntan perusahaan adalah kurang relevan dan akan lebih
relevan bila ditujukan kepada ahli teknik perusahaan
* How is the message used for problem solving (decision masking) ?
b. Akurat (accuracy)
Informasi harus bebas dari kesalahan-kesalahan dan tidak bias atau
menyesatkan, dan harus jelas mencerminkan maksudnya. Ketidakakuratan
dapat terjadi karena sumber informasi (data) mengalami gangguan atau
kesengajaan sehingga merusak atau merubah data-data asli tersebut.
Komponen akurat :
b.1) Completeness ; Are necessary message items present ?
Berarti informasi yang dihasilkan atau dibutuhkan harus memiliki
kelengkapan yang baik, karena bila informasi yang dihasilkan
sebagian-sebagian tentunya akan mempengaruhi dalam pengambilan
keputusan atau menentukan tindakan secara keseluruhan, sehingga
akan berpengaruh terhadap kemampuannya untuk mengontrol atau
memecahkan suatu masalah dengan baik.
b.2) Correctness ; Are message items correct ?
b.3) Security ; Did the message reach all or only the intended systems
users ?
c. Tepat waktu (timeliness)
Informasi yang dihasilkan atau dibutuhkan tidak boleh terlambat (usang).
Informasi yang usang tidak mempunyai nilai yang baik, sehingga kalau
digunakan sebagai dasar dalam pengambilan keputusan akan berakibat fatal
atau kesalahan dalam keputusan dan tindakan. Kondisi demikian menyebabkan
mahalnya nilai suatu informasi, sehingga kecepatan untuk mendapatkan,
mengolah dan mengirimkannya memerlukan teknologi-teknologi terbaru.
* How quickly is input transformed to correct output ?
d. Ekonomis (Economy)
* What level of resources is needed to move information through
the problem-solving cycle ?
e. Efisien (Efficiency)
* What level of resources is required for each unit of information
output ?
f. Dapat dipercaya (Reliability)

NILAI INFORMASI

Ditentukan dari :
a. Manfaat (use)
b. Biaya (cost)

+-----------------------------------------------------------------------+
: Suatu informasi dikatakan bernilai bila manfaatnya lebih efektif :
: dibandingkan dengan biaya mendapatkannya dan sebagian besar informasi :
: tidak dapat tepat ditaksir keuntungannya dengan satuan nilai uang, :
: tetapi dapat ditaksir nilai efektivitasnya. :
: Pengukurannya dapat menggunakan analisis cost effectiveness atau :
: cost benefit. :
+-----------------------------------------------------------------------+

Lanjutkan......

Informasi dapat diibaratkan sebagai darah yang mengalir di dalam
tubuh manusia, seperti halnya informasi di dalam sebuah perusahaan yang
sangat penting untuk mendukung kelangsungan perkembangannya, sehingga
terdapat alasan bahwa informasi sangat dibutuhkan bagi sebuah perusahaan.
Akibat bila kurang mendapatkan informasi, dalam waktu tertentu perusahaan
akan mengalami ketidakmampuan mengontrol sumber daya, sehingga dalam
mengambil keputusan-keputusan strategis sangat terganggu, yang pada akhirnya
akan mengalami kekalahan dalam bersaing dengan lingkungan pesaingnya.
Disamping itu, sistem informasi yang dimiliki seringkali tidak dapat
bekerja dengan baik. Masalah utamanya adalah bahwa sistem informasi tersebut
terlalu banyak informasi yang tidak bermanfaat atau berarti (sistem terlalu
banyak data). Memahami konsep dasar informasi adalah sangat penting (vital)
dalam mendesain sebuah sistem informasi yang efektif (effective business
system). Menyiapkan langkah atau metode dalam menyediakan informasi yang
berkualitas adalah tujuan dalam mendesain sistem baru.
INFORMASI
Informasi dapat diibaratkan sebagai darah yang mengalir di dalam
tubuh manusia, seperti halnya informasi di dalam sebuah perusahaan yang
sangat penting untuk mendukung kelangsungan perkembangannya, sehingga
terdapat alasan bahwa informasi sangat dibutuhkan bagi sebuah perusahaan.
Akibat bila kurang mendapatkan informasi, dalam waktu tertentu perusahaan
akan mengalami ketidakmampuan mengontrol sumber daya, sehingga dalam
mengambil keputusan-keputusan strategis sangat terganggu, yang pada akhirnya
akan mengalami kekalahan dalam bersaing dengan lingkungan pesaingnya.
Disamping itu, sistem informasi yang dimiliki seringkali tidak dapat
bekerja dengan baik. Masalah utamanya adalah bahwa sistem informasi tersebut
terlalu banyak informasi yang tidak bermanfaat atau berarti (sistem terlalu
banyak data). Memahami konsep dasar informasi adalah sangat penting (vital)
dalam mendesain sebuah sistem informasi yang efektif (effective business
system). Menyiapkan langkah atau metode dalam menyediakan informasi yang
berkualitas adalah tujuan dalam mendesain sistem baru.

DATA VERSUS INFORMASI

a. Data adalah deskripsi dari sesuatu dan kejadian yang kita hadapi
(data is the description of things and events that we face).
b. Data bisnis (business data) adalah deskripsi organisasi tentang sesuatu
(resources) dan kejadian (transactions) yang terjadi
(business data is an organization's description of things (resources)
and events (transactions) that it faces).
c. Data adalah kenyataan yang menggambarkan suatu kejadian-kejadian dan
kesatuan nyata. Kejadian (event) adalah sesuatu yang terjadi pada saat
tertentu. Sebagai contoh, dalam dunia bisnis kejadian-kejadian nyata
yang sering terjadi adalah perubahan dari suatu nilai yang disebut
dengan transaksi. Misalnya penjualan adalah transaksi perubahan nilai
barang menjadi nilai uang atau nilai piutang dagang. Kesatuan nyata
(fact and entity) adalah berupa suatu obyek nyata seperti tempat, benda
dan orang yang betul-betul ada dan terjadi.
Sumber dari informasi adalah data. Data merupakan bentuk jamak dari
bentuk tunggal data-item. Data merupakan bentuk yang belum dapat
memberikan manfaat yang besar bagi penerimanya, sehingga perlu suatu
model yang nantinya akan dikelompokkan dan diproses untuk menghasilkan
informasi. Hal tersebut dapat dilihat dalam contoh kasus sebagai berikut ; didalam kegiatan suatu perusahaan, dari hasil transaksi penjualan oleh sejumlah salesman, dihasilkan sejumlah faktor-faktor yang merupakan data dari penjualan pada suatu periode tertentu. Faktur-faktur penjualan tersebut masih belum dapat memberikan informasi yang baik bagi manajemen. Untuk pengambilan keputusan bagi manajemen, maka faktur-faktur tersebut harus diolah lebih lanjut untuk menjadi suatu informasi. Sesudah diolah, akan dapat diperoleh informasi, antara lain mengenai :
a. Laporan penjualan penjualan setiap salesman, yang berfungsi untuk
memberikan besarnya komisi dan bonus.
b. Laporan penjualan setiap daerah, yang berfungsi untuk pelaksanaan
promosi dan periklanan.
c. Laporan penjualan setiap jenis barang, yang berfungsi untuk mengontrol
persediaan barang dan untuk mengevaluasi barang yang tidak atau kurang
laku terjual.

KONSEP DASAR INFORMASI

Terdapat beberapa definisi, antara lain :
a. Data yang diolah menjadi bentuk yang lebih berguna dan lebih berarti
bagi yang menerimanya.
b. Sesuatu yang nyata atau setengah nyata yang dapat mengurangi derajat
ketidakpastian tentang suatu keadaan atau kejadian.
Sebagai contoh, informasi yang menyatakan bahwa nilai rupiah akan naik,
akan mengurangi ketidakpastian mengenai jadi tidaknya sebuah investasi
akan dilakukan.
c. Data organized to help choose some current or future action or nonaction
to fullfill company goals (the choice is called business decision making).

PENGOLAHAN DATA
(DATA PROCESSING)

Adalah masa atau waktu yang digunakan untuk mendeskripsikan perubahan
bentuk data menjadi informasi yang memiliki keguanaan (data processing is
the term used to describe changes performed on data to produce purposeful
information).
Operasi yang dilakukan dalam pengolahan data :
1. Data input
a) Recording transaction data ke sebuah pengolahan data medium
(contoh, punching number ke dalam kalkulator).
b) Coding transaction data ke dalam bentuk lain (contoh, converting
atribut kelamin female ke huruf F).
c) Storing data or information untuk pengambilan keputusan (potential
information for future).
2. Data transformation
a) Calculating, operasi aritmatik terhadap data field.
b) Summarizing, proses akumulasi beberapa data (contoh, menjumlah
jumlah jam kerja setiap hari dalam seminggu menjadi nilai total jam
kerja perminggu).
c) Classifying data group-group tertentu :
c.1) Categorizing data kedalam group berdasar karakteristrik tertentu
(contoh, pengelompokkan data mahasiswa berdasar semester aktif).
c.2) Sorting data kedalam bentuk yang berurutan (contoh, pengurutan
nomor induk karyawan secara ascending).
c.3) Merging untuk dua atau lebih set data berdasar kriteria tertentu
(menggabungkan data penjualan bulan Januari, Februari dan Maret
kedalam group triwulanan).
c.4) Matching data berdasar keinginan pengguna terhadap group data
(contoh, memilih semua karyawan yang total pendapatannya lebih
dari 15 juta pertahun).
3. Information output
a) Displaying result, menampilkan informasi yang dibutuhkan pemakai
melalui monitor atau cetakan.
b) Reproducing, penyimpanan data yang digunakan untuk pemakai lain yang
membutuhkan.
c) Telecommunicating, penyimpanan data secara elektronik melalui saluran
komunikasi.

+-----+
: : __________________
: M S : Data Input : : Information Output
: A T :=============>: Data :====================>
: J E : (Transaction): Transformation : (Report)
: O P : __________________
: R S : : :
: : : :
:_____:_____________________________________________________
: : : :
: F : * Record : * Calculate : * Display
: U : : :
: N : * Code : * Summarize : * Reproduce
: C : : :
: T : * Store : * Classify : * Telecommunicate
: I : : :
: O : * Select : :
: N : : :
: : : :
+-----+ : :
Gambar 1.2 : Proses Utama dan Fungsi Pengolahan Data

TEST KEBUTUHAN INFORMASI

Terdapat 4 tes untuk menjelaskan sebuah pesan yang spesifik dalam informasi :
1. Kepada siapa (pembuat keputusan) informasi ditujukan ?
(to whom (which decision maker) is the message intended ?)
2. Untuk keputusan spesifik apa informasi ditujukan ?
(for what specific decision is the message intended ?)
3. Sejauh mana informasi dapat digunakan untuk mendeteksi dan memecahkan
masalah ? (how is the message used to detect or resolve the condition)
4. Sejauh mana (kapan) tingkat pembuatan keputusan ?
(how often (when) is the decision made ?)

SIKLUS INFORMASI

Untuk memperoleh informasi yang bermanfaat bagi penerimanya, perlu untuk
dijelaskan bagaimana siklus yang terjadi atau dibutuhkan dalam menghasilkan
informasi. Pertama-tama data dimasukkan ke dalam model yang umumnya memiliki
urutan proses tertentu dan pasti, setelah diproses akan dihasilkan informasi
tertentu yang bermanfaat bagi penerima (level management) sebagai dasar
dalam membuat suatu keputusan atau melakukan tindakan tertentu,
Dari keputusan atau tindakan tersebut akan menghasilkan atau diperoleh
kejadian-kejadian tertentu yang akan digunakan kembali sebagai data yang
nantinya akan dimasukkan ke dalam model (proses), begitu seterusnya.
Dengan demikian akan membentuk suatu siklus informasi (information cycle)
atau siklus pengolahan data (data processing cycles), seperti gambar berikut :

+-----------+
: Proses :
+------>: (Model) :-------+
: +-----------+ :
: :
: :
+------------+ +---------------+
: Input : : Output :
: (Data) : : (Information) :
+------------+ +---------------+
^ :
: :
+------------+ +---------------+
: Data : : Penerima :
: (Kejadian) : : (User) :
+------------+ +---------------+
^ :
: :
+------------+ +-------------+
: Hasil : : Keputusan :
: tindakan : : tindakan :
+------------+ +-------------+
^ :
: :
+---------------------------+
Gambar 1.3 : Siklus informasi

KUALITAS INFORMASI

Kualitas informasi (quality of information) sangat dipengaruhi atau
ditentuka 3 hal, yaitu :
a. Relevan (relevancy)
Berarti informasi harus memberikan manfaat bagi pemakainya.
Relevansi informasi untuk tiap-tiap orang satu dengan yang lainnya
berbeda. Misalnya informasi mengenai sebab-musabab kerusakan mesin
produksi kepada akuntan perusahaan adalah kurang relevan dan akan lebih
relevan bila ditujukan kepada ahli teknik perusahaan
* How is the message used for problem solving (decision masking) ?
b. Akurat (accuracy)
Informasi harus bebas dari kesalahan-kesalahan dan tidak bias atau
menyesatkan, dan harus jelas mencerminkan maksudnya. Ketidakakuratan
dapat terjadi karena sumber informasi (data) mengalami gangguan atau
kesengajaan sehingga merusak atau merubah data-data asli tersebut.
Komponen akurat :
b.1) Completeness ; Are necessary message items present ?
Berarti informasi yang dihasilkan atau dibutuhkan harus memiliki
kelengkapan yang baik, karena bila informasi yang dihasilkan
sebagian-sebagian tentunya akan mempengaruhi dalam pengambilan
keputusan atau menentukan tindakan secara keseluruhan, sehingga
akan berpengaruh terhadap kemampuannya untuk mengontrol atau
memecahkan suatu masalah dengan baik.
b.2) Correctness ; Are message items correct ?
b.3) Security ; Did the message reach all or only the intended systems
users ?
c. Tepat waktu (timeliness)
Informasi yang dihasilkan atau dibutuhkan tidak boleh terlambat (usang).
Informasi yang usang tidak mempunyai nilai yang baik, sehingga kalau
digunakan sebagai dasar dalam pengambilan keputusan akan berakibat fatal
atau kesalahan dalam keputusan dan tindakan. Kondisi demikian menyebabkan
mahalnya nilai suatu informasi, sehingga kecepatan untuk mendapatkan,
mengolah dan mengirimkannya memerlukan teknologi-teknologi terbaru.
* How quickly is input transformed to correct output ?
d. Ekonomis (Economy)
* What level of resources is needed to move information through
the problem-solving cycle ?
e. Efisien (Efficiency)
* What level of resources is required for each unit of information
output ?
f. Dapat dipercaya (Reliability)

NILAI INFORMASI

Ditentukan dari :
a. Manfaat (use)
b. Biaya (cost)

+-----------------------------------------------------------------------+
: Suatu informasi dikatakan bernilai bila manfaatnya lebih efektif :
: dibandingkan dengan biaya mendapatkannya dan sebagian besar informasi :
: tidak dapat tepat ditaksir keuntungannya dengan satuan nilai uang, :
: tetapi dapat ditaksir nilai efektivitasnya. :
: Pengukurannya dapat menggunakan analisis cost effectiveness atau :
: cost benefit. :
+-----------------------------------------------------------------------+

Lanjutkan......