HI, Mahasiswa didik, apakah kalian sudah mengetahui schema dan subschema pada pelajaran basis data?

Akan saya jelaskan secara sederhana sebagai berikut:

• Schema dan Subschema diperlukan untuk menggambarkan hubungan logik antara data dalam basis data
  
  • Schema, memberikan deskripsi hubungan logik secara lengkap dari basis data, yang meliputi rinci data, record, set, dan area untuk aplikasi yang menggunakan basis data tersebut.
    

  • Subschema, merupakan deskripsi terpisah dari rinci data, record, set dan area yang digunakan oleh program aplikasi.
    

PUSTAKA

• Korth, H.; Database System Concept, Mc Graw Hill,4th edition, New York, 2002.
• Adi Nugroho;Perancangan & Implementasi Sistem Basis Data, Andi Publisher,ISBN:979-29-2609-5
• http://informatika.web.id/organisasi-file-basis-data.htm Akses 17 June 2018

The post Apa Schema dan SubSchema pada perancangan basis data?? appeared first on Cerita Hosting ☁️.

(E-Learning Series)

TOPIK-2:

• Skenario bisnis dalam praktik industri
  
• Model area berbasis subjek (area industri/subject area model, model development process)
  
• Model data berbasis area subjek: business model model development process
  

Pengertian data warehouse menurut para ahli :

• Eckerson, Wayne W menyatakan bahwa data warehouse merupakan penempatan data yang sudah diuraikan yang berasal dari database operasional, eksternal serta database lain dari organisasi.
  
• Malik, Shadan (2005), menyatakan bahwa data warehouse merupakan tempat penyimpanan data historikal yang diorganisasikan berdasarkan pada subyek untuk pengambilan keputusan pada organisasi. Data warehouse mem-fasilitasi pada kegiatan, antara lain Data Mining dan mendukung pengambilan keputusan.
  
• Wikipedia: suatu sistem komputer untuk mengarsipkan dan menganalisis data historis suatu organisasi seperti data penjualan, gaji, dan informasi lain dari operasi harian. Pada umumnya suatu organisasi menyalin informasi dari sistem operasionalnya (seperti penjualan dan SDM) ke gudang data menurut jadwal teratur, misalnya setiap malam atau setiap akhir minggu. Setelah itu, manajemen dapat melakukan kueri kompleks dan analisis (contohnya data mining) terhadap informasi tersebut tanpa membebani sistem yang operasional.
  

Beberapa tahun terakhir, perkembangan teknologi Data Management sangat banyak berubah, terminologi Big Data diperkenalkan sebagai teknologi baru yang menjadi alternatif dari penggunaan teknologi Enterprise Data Warehouse tradisional yang saat ini sudah lebih baik dari segi kemampuannya untuk memenuhi kebutuhan bisnis.

• Data Warehouse adalah pusat data yang terintegrasi dari beberapa sumber data, dimana penyimpanan data baru dan data historikal dilakukan pada satu tempat yang digunakan untuk laporan hasil analisis untuk organisasi. Data yang disimpan pada umum-nya akan membutuhkan data-cleansing untuk menjamin kualitas data yang akan digunakan sebagai laporan untuk data analisis.
  

• Big Data adalah terminologi dari data yang sangat besar dan kompleks yang mempunyai kemampuan untuk melakukan proses data dari data yang sangat bervariasi dan dari berbagai sumber. Pada umum-nya data yang disimpan adalah data dalam bentuk data raw dan dilakukan process cleaning seperti yang dilakukan pada proses data warehouse.
  

Data warehousing (DWH) berkembang sebagai hasil perkembangan lebih lanjut dari system informasi sepanjang beberapa decade terakhir ini.

Beberapa kunci perkembangannya adalah sbb:

• Perkembangan pada tekhnologi basis data, terutama perkembangan pada data relasional dan RDBMS (Relational Database Management System).
  
• Perkembangan pada perangkat keras computer, terutama pada tempat penyimpanan yang berukuran besar serta arsitektur computer parallel.
  
• Perkembangan pada cara pengguna menggunakan system, yang difasilitasi oleh antarmuka (interface) serta kakas-kakas (‘tool’) yang berdaya-guna dan intuitif.
  
• Perkembangan lebih lanjut pada middeware yang memungkinkan basis data perusahaan saling terhubung melintasi berbagai platform yang berbeda-beda.
  
• Beberapa tahun terakhir, perkembangan teknologi Data Management sangat banyak berubah, terminologi Big Data diperkenalkan sebagai teknologi baru yang menjadi alternatif dari penggunaan teknologi Enterprise Data Warehouse tradisional yang saat ini sudah lebih baik dari segi kemampuannya untuk memenuhi kebutuhan bisnis.
  

Trend

Data Warehouse telah memicu perubahan besar dalam perkembangan perangkat lunak seperti optimisasi queri, pengindekan tabel yang sangat besar, peningkatan kompresi data dan dimensional modeling.Pertanyaan utama yang harus dipersiapkan jawabannya adalah : Apakah yang harus anda lakukan untuk memperoleh keuntungan dari trend dalam Data Warehouse anda?

1. Multiple Data Types
   

• Ketika membangun iterasi pertama dari Data Warehouse, mungkin anda memasukkan data numerik. Namun segera anda akan menyadari bahwa pemasukan data numerik terstruktur tidaklah cukup. Persiapkan untuk mempertimbangkan tipe data yang lain.
  
• Secara tradisional, struktur data perusahaan kebanyakan numerik di dalam Data Warehouse mereka. Dari sudut pandang ini maka DSS dapat dibagi menjadi 2 kelompok :
  
  • Data Warehousing yang berurusan dengan data terstruktur;
    
  • knowledge management yang melibatkan data tidak terstruktur.
    

Contoh : kebanyakan Data marketing terdiri data terstruktur yang bernilai numerik. Data marketing juga berisikan data tidak terstruktur dalam bentuk gambar.

Diumpamakan seorang pengambil keputusan sedang melakukan analisis untuk mencari tipe produk yang paling banyak terjual, setelah menemukan produk tersebut, pengambil keputusan ingin meihat gambar untuk membuat keputusan lebih jauh, bagaimana hal ini dapat diwujudkan? Perusahaan disini menyadari kebutuhan untuk mengintegrasikan baik data terstruktur dan tidak terstruktur di dalam Data Warehouse mereka.

a. Penambahan Data yang tidak terstruktur

• Beberapa vendor memasukkan Data yang tidak terstruktur terutama sekali teks dan gambar dengan memeriksa data multimedia sebagaimana tipe data lainnya, yang didefinisikan sebagai bagian relasional data dan disimpan sebagai objek biner (BLOB) hingga ukuran 2GB.
  

b. Pencarian Data yang tidak terstruktur

• Anda telah menambahkan Data Warehouse dengan menambahkan Data tidak terstruktur. Lalu apalagi yang harus dilakukan? Tentu saja tanpa kemampuan untuk mencari data yang tidak terstruktur, integrasi data akan tidak berarti. Vendor harus memberikan search engine untuk mencari informasi yang dibutuhkan user dari data yang tidak terstruktur. queri terhadap data gambar adalah contoh mekanisme pencarian gambar.
  

c. Data Spasial

Data Spasial akan meningkatkan nilai Data Warehouse anda. Alamat, blok jalan, kota, kabupaten, kelurahan dan kode pos adalah contoh Data Spasial.

1. Visualisasi Data
   

Ketika seorang pengguna melakukan kueri dan berharap untuk melihat hasil hanya dalam bentuk daftar hasil atau spreadsheet, maka Data Warehouse anda sudah kadaluarsa. Anda harus bisa menampilkan hasil dalam bentuk chart dan grafik. Visualisasi data hasil memudahkan proses analisis bagi pengguna ketika pengguna mencari trend dari waktu ke waktu. Visualisasi data membantu pengguna untuk memahami kueri data dengan cepat dan mudah.

Tiga trend utama visualisasi data yang telah mengarahkan pembentukan perangkat lunak visualisasi data adalah :

1. Type Grafik
   

2. Visualisasi interaktif, Grafik bersifat interaktif dimana pengguna dapat grafik yang dihasilkan, mengelolanya dan melihat tampilan terbarunya secara online.

3. Visualisasi Result set yang besar dan komplek. Perangkat lunak dengan visualisasi terbaru dapat memvisualisasikan ribuan poin hasil data terstruktur yang kompleks.

Tipe Visualisasi

Kebutuhan user saat ini beraneka ragam, user bisnis membutuhkan chart pie dan bar, user teknis dan saintis membutuhkan scatter plot dan constellation graph. Analis yang memperhatikan data spasial membutuhkan peta dan representasi tiga-dimensi lainnya. Eksekutif dan manajer yang harus memonitor matrik kinerja, seperti pedoman digital yang memungkinkan untuk visualisasi matrik seperti speedometer, termometer atau lampu lalu lintas.

Advance Visualization Techniques.

Kemajuan teknik visualisasi adalah transisi dari chart statis menjadi penyajian yang interaktif dan dinamis.

1. Chart Manipulation, user dapat memutar chart atau secara dinamis dapat mengganti tipe chart untuk memperoleh hasil yang lebih diharapkan. Dengan tipe visualisasi yang komplek user dapat memilih sebuah titik data dengan mouse dan menggerakkan titik tersebut di sekitar view.
   

2. Drill Down, pengguna dapat melihat visualisasi data dengan tingkat ketelitian dan lebih detil.
   

3. Advance Interaction. Teknik ini meminimumkan user interface yang kurang berguna. Pengguna dibuat langsung dapat men-double-click salah satubagian dari visualisasi dan men-drag dan drop representasi entitas data. Atau dibuat lebih sederhana lagi dimana user melakukan klik kanan dan menentukan pilihan dari sebuah menu.

c. Parallel Processing

i. Parallel Processing Hardware Options

ii. Parallel Processing Software Implementation

1. ToolKueri
   

Pada Data Warehouse, seperangkat tool fungsional yang sangat utama adalah seperangkat tool kueri. Kesuksesan Data Warehouse anda bergantung pada tool kueri. Banyak vendor Data Warehouse telah meningkatkan kemampuan tool kueri. Fungsi-fungsi yang telah dikembangkan oleh vendor-vendor terkait tool kueri antara lain :

i. Flexible Presentation

ii. Aggregate Awareness

iii. Crossing Subject Areas

iv. Multiple Heterogeneous sources

v. Integrasi

vi. Mengatasi Keterbatasan SQL(Overcoming SQL Limitation), menggunakan SQL Extension

e. Tool Browser

1. Data Fusion
   

Sebuah Data Warehouse adalah tempat dimana data dari banyak sumber data diintegrasikan untuk menyediakan tampilan yang menyatu pada skala enterprise. Data boleh jadi berasal dari berbagai macam sistem operasi yang berbeda platform atau mungkin di simpan dalam file flat ataupun DBMS. Dalam penyimpanan Data Warehouse dapat ditemukan juga banyak data yang tidak terstruktur seperti data berbentuk dokumen, gambar, audio dan video.

Berbagai macam data dari banyak sumber yang terpisah ini harus diintegrasikan atau difusikan dan disimpan dalam sebuah Data Warehouse.

• Data Fusion
  adalah teknologi yang berhubungan dengan merger data dari sumber data yang berbeda, yang memiliki ruang lingkup luas dan memasukkan merjer data real-time dari suatu instrumen maupun sistem monitoring. Banyak penelitian spesifik yang dilakukan terkait teknologi Data Fusion. Prinsip dan teknik teknologi Data Fusion memiliki sebuah aplikasi langsung ke Data Warehouse.
  

1. Multidimensional Analysis
   

Saat ini, seluruh lingkungan Data Warehouse menyediakan analisis multidimensional. Ini menjadi bagian integral dari sistem pengiriman informasi data Warehouse. Ketentuan analisis multidimensional bagi user secara sederhana berarti bahwa mereka akan dapat menganalisis ukuran bisnis dengan berbagai macam cara. Analisis Multidimensional juga bersinonim dengan Online Analytical Processing (OLAP).

1. Agent Technology
   

Software Agent adalah sebuah program yang mampu menjalankan kegiatan pemrograman atas nama pengguna.

Contoh : internet, Software Agent dapat digunakan untuk melakukan sort atau filter email berdasarkan aturan-aturan yang didefinisikan pengguna.

Dalam Data Warehouse Software agent dapat digunakan untuk memberikan alert kepada pengguna mengenai kondisi bisnis yang telah terlebih dahulu didefinisikan. Beberapa vendor bahkan mengkhusukan pada tool sistem alert. Anda harus mempertimbangkan program software agent untuk Data Warehouse anda.

Trend Big Data dan Data Lake

Untuk merespon kebutuhan yang sulit dipenuhi oleh Data Warehouse, ada sebuah teknologi yang memiliki tools untuk menyimpan dan memproses data secara besar. Teknologi inovasi ini muncul dari beberapa perusahaan technologi seperti Twitter dan Facebook yang secara periodik meningkatkan kesadaran organisasi lain terkait hambatan akan data mereka.

Teknologi Big Data saat ini bukannya sesuatu sistem yang menyimpan banyak data, hal yang menarik adalah dengan semua data yang terkumpul dalam suatu sistem, pendekatan baru untuk menyelesaikan suatu masalah dapat diterapkan dengan berbagai cara dan aspek. Saat ini setiap organisasi mulai mendesain dan membangun suatu sistem yang secara objektif dibutuhkan oleh bisnis terhadap data-data yang sedang berjalan, bukan pada suatu sistem yang sudah terbentuk sejak awal.

Terminologi Big Data tidak lepas dari suatu konsep data repositori “Data Lake”

Konsep Data lake pertama kali dikemukan oleh James Dixon (CTO Pentaho), sebuah konsep yang sangat kontras dengan terminologi “Data Mart” yang ada pada Data Warehouse.

James Dixon berpendapat bawah Data Mart mempunyai beberapa masalah yang dapat terjadi, dan Data Lake menjadi suatu solusi yang dia kembangkan. Secara umum Data Lake adalah kumpulan dari berbagai macam data yang disimpan sama persis dengan data asli.

Batasan Pada Traditional Enterprise Data Warehouse

Masalah fundamental pada tradisional EDW adalah tidak dapat memenuhi atau memecahkan masalah yang dibutuhkan oleh pengguna IT maupun Bisnis. Pada EDW, data konsumen harus disesuaikan sehingga dapat digunakan untuk analisis.

Analisis tersebut dapat memecahkan suatu masalah dengan cara hanya mengintegrasi data dan proses bisnis kedalam program EDW. Pada sisi yang lain desain dan teknologi EDC tidak dapat memecahkan masalah seperti data analisis semi-structured, real-time streaming analytics, search dan discovery yang dimana data EDW hanya menggunakan teknologi relational database.

Pendekatan

Berikut adalah beberapa gambaran perbedaan pendekatan Traditional Data Warehouse dan Data Lake.

Gambar : Pendekatan Tradisional Data Warehouse

Perbedaan

Pilihan:

Data Warehouse (EDW) atau Big Data??
Ini merupakan pertanyaan yang sulit, jika suatu organisasi sudah mempunyai teknologi Data Warehouse, sangat tidak mungkin membuang EDW dan memulai dari awal untuk menerapkan teknologi Big Data atau Data Lake.

Walaupun dengan menerapkan teknologi EDW dalam jangka panjang akan menghadapi beberapa permasalahan yang telah disebutkan diatas, namun teknologi Big Data atau Data Lake dapat diterapkan bersamaan dan saling berintegrasi antara EDW dan Data Lake.

Dengan seiring berjalannya waktu, EDW dapat dipindahkan sepenuh-nya ke dalam teknologi Data Lake atau anda dapat menerapkan kedua teknologi ini secara hybrid untuk selamanya. EDW dan Data Lake tidak akan saling menggantikan karena dilihat dari kebutuhan masing masing organisasi akan sangat berbeda. Konsep EDW dan Data Lake tidak akan saling menggantikan dan tidak dapat disamakan karena mempunyai karakteristik masing masing sesuai dengan tujuan sistem yang dikembangkan.

Arsitektur

Bagi Organisasi yang sudah mempunyai EDW atau Big Data, Data Lake merupakan suatu solusi untuk memodernisasi Data Warehouse yang berfungsi khusus untuk melakukan search and discovery data yang tidak disimpan oleh Data Warehouse seperti Semi-structured data, un-structured data maupun raw data.

Bagi Oranisasi yang belum memiliki EDW, sangat disarankan untuk melakukan pertimbangan untuk menerapkan dengan Data Lake yang mempunyai kemampuan seperti EDW dimana data yang disimpan adalah data yang valid dan dapat di percaya.

Gambar Integrasi Big Data (Hadoop) Dan Data Warehouse

• Pustaka
  
  Connolly, Thomas., Begg, Carolyn (2005). Database System: A practical Approach to Design, Implementation and management, 4th Ed. Pearson Education, England.
  Darmawikarta, Djoni. Dimensional Data Warehousing with MySQL. BrainySoftware. ISBN 0-9752128-2-6
• Korth, H.; Database System Concept, Mc Graw Hill,4th edition, New York, 2002.
• Adi Nugroho;Perancangan & Implementasi Sistem Basis Data, Andi Publisher,ISBN:979-29-2609-5
• https://www.ipvs.uni-stuttgart.de/…/Groeger_Warehousing_Manufacturing_Data.pdfCached
• Similar
• http://mti.binus.ac.id/2017/10/04/data-warehouse-di-era-big-data/
• https://opistation.wordpress.com/2013/10/15/sejarah-perkembangan-data-warehouse/
• https://tutorialkuliah88.wordpress.com/2014/09/19/data-warehouse/

The post DATA WAREHOUSE : Data Lake / Big Data appeared first on Cerita Hosting ☁️.

• Mengetahui cara Analisa Perancangan Human Computer Interaction.
  

  
  

  Definisi:
  

  Interaksi manusia dan komputer (bahasa Inggris: human–computer interaction atau disingkat HCI) adalah disiplin ilmu yang mempelajari hubungan antara manusia dan komputer yang meliputi perancangan, evaluasi, dan implementasi antarmuka pengguna komputer agar mudah digunakan oleh manusia.
  

Tujuan utama disusunnya berbagai cara interaksi manusia & komputer:

• Untuk mempermudah manusia dalam mengoperasikan komputer dan mendapatkan berbagai umpan balik yang ia perlukan selama ia bekerja pada sebuah sistem komputer. Para perancang antarmuka manusia dan komputer berharap agar sistem komputer yang dirancangnya dapat bersifat akrab dan ramah dengan penggunanya (user friendly).
  
• Agar kita lebih cepat dalam menyelesaikan suatu pekerjaan, serta dapat membuat waktu pengerjaannya lebih cepat dan tidak membutuhkan banyak biaya dalam membuat suatu pekerjaan
  
• Sejarah interaksi manusia dan computer dimulai pada tahun 50-an ketika computer pertama kali diperkenalkan secara komersial. Computer yang diperkenalkan ini sangat sulit dipakai dan tidak praktis. Kemudian pada tahun 70-an mengalami perkembangan penggunaan teknologi ini secara cepat dan mengagumkan ke berbagai penjuru kehidupan (pendidikan, perdagangan, pertahanan, perusahaaan) dll.
  

Yg Terlibat:

• Manusia bertindak sebagai pengguna sistem dan subjek manajemen sistem komputer yang menggunakan inderanya untuk mengopersikan komputer;
  
• Komputer bertindak sebagai objek yang dimanajemenkan sekaligus membantu pekerjaan subjek yang melibatkan proses input-output;
  
• Antarmuka atau Lingkungan Kerja sebagai penghubung antara manusia dengan komputer yang membantu terjadinya proses input-output.
  

HCI merupakan subyek multi disiplin yang melibatkan berbagai bidang ilmu antara lain:

• Psikolog dan Ilmu Kognitif.
  
• Ilmu Komputer dan Teknik Rekayasa.
  
• Desain Grafis.
  
• Technical Writing.
  
• Dll.
  

Tujuan perancangan berdasarkan faktor manusia yaitu :

Setelah merencanakan sistem untuk memenuhi tujuan rekayasa sistem, pengembang sistem dapat memusatkan perhatian pada proses perancangan dan pengujian.

Lima faktor manusia terukur (measurable human factors) adalah:
1. Waktu belajar : berapa lama orang biasa mempelajari cara melakukan suatu tugas yang relevan?

2.Kecepatan kinerja : berapa lama suatu tugas dilakukan?
3. Tingkat kesalahan : berapa banyak kesalahan dan kesalahan apa saja yang dibuat pemakai?
4. Daya Ingat : bagaimana kemampuan pemakai mempertahankan pengetahuannya setelah jangka waktu tertentu?
5. Kepuasan subjektif : bagaimana kepuasan pemakai terhadap berbagai aspek sistem?

Catatan:

• Berikan kesempatan pemakai memberi umpan balik, meskipun perancang ingin berhasil dalam setiap kategori tersebut
  
• Uji semua alternatif perancangan menggunakan metode yang jelas.
  

Study Kasus(Contoh):

Penelitian ini bertujuan untuk merancang dan menerapkan model analisis sistem informasi dengan konsep Human Computer Interaction (HCI) dengan kriteria usability Jacob Nielsen yaitu learnability, efficiency, memorability, errors, dan satisfaction.

Sumber: http://eprints.undip.ac.id/36404/1/Prihati.pdf

Metode

Langkah-langkah penelitian dimulai dengan merancang suatu model analisis system informasi yang menyentuh ruang lingkup Human Computer Interaction dan melibatkan lima kriteria dari Jacob Nielsen, yaitu:

a. Learnability

Kemudahan yang dirasakan pengguna dalam menyelesaikan tugasnya Ketika pertama kali berhadapan dengan SAS.

b. Efficiency

Seberapa cepat pengguna dapat menyelesaikan tugasnya dan kesulitan yang dirasakan pengguna selama menggunakan SAS.

c. Memorability

Kemungkinan pengguna mengingat interaksi dengan sistem yang pernah dilakukan dalam rangka mengulangi kebenaran dan mencegah kesalahan.

d. Errors

Kesalahan terjadi karena masalah internal sistem atau karena kesalahan pengguna. Jika karena kesalahan pengguna, seberapa besar kesalahan yang dilakukan dan seberapa mudah mereka mengatasi kesalahan tersebut.

e. Satisfaction

Seberapa sistem memuaskan pengguna dan efisiensi serta efektifitas yang dirasakan pengguna dari sistem.

User Center Design (UCD) adalah filosofi perancangan yang menempatkan pengguna sebagai pusat dari proses pengembangan sistem. Pengguna merupakan aspek utama dalam keterlibatan pada seluruh proses. Pengguna tidak hanya memberikan komentar tentang ide perancangan tetapi mereka juga harus secara intensif dilibatkan dalam semua aspek, termasuk bagaimana implementasi sistem yang baru akan mempengaruhi pekerjaan mereka.

Prinsip yang harus diperhatikan dalam UCD adalah Fokus pada pengguna, perancangan terintergrasi, pengujian pengguna

dan perancangan iteratif. Dan prinsip–prinsip dalam merancang user interface adalah sebagai berikut :

a. User familiarity / mudah dikenali

b. Consistency

c. Minimal surprise / Tidak membuat pengguna terkejut

d. Recoverability/ pemulihan

e. User guidance/ bantuan

Model analisis sistem informasi Human Computer Interaction (HCI) ini dapat dimanfaatkan untuk menganalisis sejauh mana konsep-konsep yang terdapat pada HCI sudah diterapkan dalam suatu sistem informasi.

Konsep-konsep yang dimaksud tersebut adalah :

a. Sistem yang berguna untuk pengguna

b. Sistem yang aman untuk pengguna

c. Sistem yang produktif

d. Sistem yang efektif dan efisien

e. Sistem yang fungsional

f. Sistem yang mudah dipelajari oleh pengguna

g. Sistem yang mudah diingat bagaimana menggunakannya

h. Sistem yang memiliki penanganan kesalahan yang baik

i. Sistem yang memuaskan pengguna secara umum

Langkah-langkah yang dapat dilakukan dalam menggunakan model analisis HCI adalah sebagai berikut:

a. Tetapkan subyek atau sistem yang akan dianalisis

b. Pilih sampel dengan baik dan tetapkan jumlah yang tepat Sampel dalam analisis yang dimaksud adalah pengguna atau calon pengguna sistem.

c. Lakukan pengamatan dengan teliti ketika pengguna melakukan eksplorasi terhadap sistem secara bebas.

d. Berikan penugasan tertentu kepada pengguna yang berhubungan dengan tugas yang bisa dilakukan dengan system tersebut.

e. Buat pertanyaan-pertanyaan yang berkaitan dengan usability sistem yang inti pertanyaannya mengkaji usability.

f. Analisis data yang terkumpul dengan menggunakan angka sebagai pendukung dan perdalam informasi dengan bentuk narasi.

g. Buat kesimpulan sejauh mana konsep HCI sudah diterapkan dalam sistem.

PUSTAKA

• Korth, H.; Database System Concept, Mc Graw Hill,4th edition, New York, 2002.
  
• Adi Nugroho;Perancangan & Implementasi Sistem Basis Data, Andi Publisher,ISBN:979-29-2609-5
  
• Janner Simarmata;Perancangan Basis data
  
• Indarajani,Elexmedia;Perancangan Basis Data dlm All in 1
  
• Strategy Perancangan dan pengelolan Basis data, ISBN:979-763-824-3
  
• http://modulmakalah.blogspot.co.id/2015/09/teknik-pencarian-fakta-dalam.html.
  
• https://www.gurupendidikan.co.id/interaksi-manusia-komputer/
  
• http://eprints.undip.ac.id/36404/1/Prihati.pdf
  

Tagline:

Design database, Analisa perancangan system Informasi, UMB, ceritahosting.com, Human Computer Interaction, HCI,

The post Analisa Perancangan Sistem Informasi: 14 (Human Computer Interaction)-HCI appeared first on Cerita Hosting ☁️.

Indikator Materi:

• Mengetahui cara Analisa Perancangan Input & Output Sistem Informasi yang Efektif.
  

Perancangan Input

• Tahapan input design adalah mengidentifikasi terlebih dahulu input-input yang akan di desain secara terinci.
  
• Langkah-langkah :
  

1. Menentukan kebutuhan input dari sistem baru.

Input yg di design dapt ditentukan dari Data activity Diagram(DAD) yang baru yang telah dibuat. Input in dapt ditunjukkan oleh arus data dari suatu kesatuan luar ke suatu proses dan entuk tampilan input yang ditunjukkan oleh suatu proses memasukkan data.

2. Menentukan parameter dari input

Parameter dapat meliputi:

– Bentuk dari input, dokumen dasar atau bentuk isian di alat input

• Sumber input
  
• Jumlah input
  
• Volume input
  
• Periode Output.
  

Tujuan Perancangan Input

1. Membuat penyelesaian input yang mudah dan efisien

2. Menjamin input akan memenuhi tujuan yang diharapkan

3. Menjamin penyelesaian yang tepat

4. Membuat tampilan layar dan formulir yang menarik

5. Membuat input yang tidak rumit

6. Membuat tampilan layar dan formulir yang konsisten

Terdapat beberapa hal yang perlu diperhatikan dari dokumen dasar :

1. Fungsi dari dokumen dasar

a. Dapat Menunjukkan macam dari data

b. Dapat dicatat dengan jelas, konsisten dan akurat

c. Bertindak sebagai pendistribusian data

d. Membantu pembuktian terjadinya transaksi

e. Dapat digunakan sebagai back up

2. Petunjuk merancang dokumen dasar

a. Kertas yang dipergunakan

b. Ukuran dari dokumen dasar

c. Warna yang digunakan

d. Judul dokumen dasar

e. Nomor dokumen dasar

f. Nomor urut dokumen dasar

g. Nomor dan jumlah halaman

h. Spasi

i. Pembagian Area

j. Caption, yaitu Box caption,Yes no chech off caption, Horizontal check off caption, Checklist caption, Blocked Spaces caption, Scannable form caption

k. Instruksi dalam dokumen dasar.

Merancang Formulir

Empat garis pedoman untuk merancang formulir:

1.Membuat formulir mudah diisi, yaitu dengan

memperhatika aliran formulir, pengelompokan tujuh

bagian sebuah formulir, pembuatan judul.

2. Memastikan bahwa formulir akan memenuhi tujuan yang

telah dibuat.

3. Membuat formulir yang memastikan penyelesaian tepat.

4. Buatlah formulir yang menarik.

3. Cara Mengurangi Masukan

Ada beberapa cara yang dapat digunakan untuk

mengurangi jumlah masukkan, cara yang dapat

dilakukan adalah :

1. Menggunakan kode

2. Data yang relatif konstan disimpan di file induk

3. Jam dan Tanggal dapat diambil dari sistem

4. Rutin perhitungan dilakukan oleh sistem

Perancangan Output

Output(keluaran) adalah produk dari system Informasi yang dapat dilihat.Output dapat berupa hasil dari suatu proses yang akan digunakan oleh proses lain dan tersimpan di suatu media seperti tape, disk.

Pada tahap desain, output dapat berupa tampilan di media keras atau di layar.

Tujuan yang harus dicapai saat merancang output:

1. Merancang ouput untuk tujuan tertentu

2. Membuat output bermanfaat bagi para pengguna

3. Mengirimi jumlah output yang tepat

PERANCANGAN OUTPUT

1.Menyediakan distribusi output yang tepat

2.Menyediakan output yang tepat waktu

3.Memilih metode output yang paling efektif.

Tipe output:

a. Output internal

b. Output eksternal

Mengatur Tata Letak Isi Output

Cara penggambaran bagan tata letak printer:

a. Bentuk dari literal dapat ditulis apa adanya

b. Nilai suatu data yang berasal dari suatu field atau variabel ditunjukkan oleh bentuk edit-mask

c. Nomor dapat digunakan sebagai acuan nilai data di kamus data output

d. Panah kebawah menunjukkan cara penggambaran spasi di bagan tata letak printer, yaitu:

1. Spasi tunggal

2. Spasi dua / lebih

3. Dengan baris tertentu

4. Kombinasi pencetakan

Langkah-langkah merancang atau menyiapkan prototipe laporan output berbasis layar:

1. Menentukan kebutuhan akan laporan tersebut.

2. Menentukan pengguna

3. Menentukan item-item data yang dimasukkan.

4. Mengestimasi ukuran laporan secara keseluruhan.

5. Judul laporan

6. Nomor halaman laporan

7. Memasukkan tanggal persiapan laporan

8. Memberi label setiap kolom data secara tepat.

9. Menentukan data-data variabel, menunjukkan pada layar apakah setiap spasi atau bidang digunakan untuk suatu karakter alfabet, numerik atau karakter khusus.

10. Menunjukkan tempat baris digunakan untuk membantu mengatur organisasi.

11. Mengulas laporan-laporan prototipe dengan pengguna dan pemrogram agar layak, bermanfaat, mudah dibaca, mudah dipahami, memiliki penampilan yang estetis.

PUSTAKA

• Korth, H.; Database System Concept, Mc Graw Hill,4th edition, New York, 2002.
  
• Adi Nugroho;Perancangan & Implementasi Sistem Basis Data, Andi Publisher,ISBN:979-29-2609-5
  
• Janner Simarmata;Perancangan Basis data
  
• Indarajani,Elexmedia;Perancangan Basis Data dlm All in 1
  
• Strategy Perancangan dan pengelolan Basis data, ISBN:979-763-824-3
  
• http://modulmakalah.blogspot.co.id/2015/09/teknik-pencarian-fakta-dalam.html.
  

Tagline:

Design database, Analisa perancangan system Informasi, UMB, ceritahosting.com

The post ANALISA DAN PERANCANGAN SISTEM INFORMASI(APSI):12 INPUT OUTPUT appeared first on Cerita Hosting ☁️.

• Mengetahui cara Analisa Perancangan Basis data (Designing database)
  

Definisi, Tujuan & Alasan Perancangan Basis data

Perancangan Basisdata/database adalah proses untuk menentukan isi dan pengaturan data yang dibutuhkan untuk mendukung berbagai rancangan sistem.

Tujuan Perancangan Database :

• Untuk memenuhi informasi yang berisikan kebutuhan-kebutuhan user secara khusus dan aplikasi-aplikasinya.

• Memudahkan pengertian struktur informasi.

• Mendukung kebutuhan-kebutuhan pemrosesan dan beberapa obyek penampilan (response time, processing time, dan storage space)

Alasan Perancangan Basis data :

• Sistem basis data telah menjadi bagian dalam sistem informasi suatu organisasi
  
• Kebutuhan menyimpan data dalam jumlah besar semakin mendesak
  
• Fungsi-fungsi dalam organisasi semakin dikomputerisasikan
  
• Semakin kompleks data & aplikasi yang digunakan, maka relationship antar data harus dimodelisasikan
  
• Dibutuhkannya kemandirian data
  

Fase Proses Perancangan Database

6 Fase proses perancangan database :

    1. Pengumpulan data dan analisis

    2. Perancangan database secara konseptual

    3. Pemilihan DBMS

    4. Perancangan database secara logika (data model     mapping)

    5. Perancangan database secara fisik

    6. Implementasi Sistem database.

Gambar.1 Siklus Kehidupan Aplikasi Basis Data

Catatan:

( fase di atas tidak harus diproses berurutan. Pada beberapa hal, rancangan tsb dapat dimodifikasi dari yang pertama dan sementara itu mengerjakan fase yang terakhir (feedback loop antara fase) dan feedback loop dalam fase sering terjadi selama proses perancangan).

Gambar 2.Model Process

Fase 1 :
Pengumpulan data dan analisa

Proses identifikasi dan analisa kebutuhan-kebutuhan data disebut pengumpulan data dan analisa. Untuk menentukan kebutuhan-kebutuhan suatu sistem database, pertama-tama harus mengenal bagian-bagian lain dari sistem informasi yang akan berinteraksi dengan sistem database, termasuk para pemakai yang ada dan para pemakai yang baru serta aplikasi-aplikasinya. Kebutuhan-kebutuhan dari para pemakai dan aplikasi-aplikasi inilah yang kemudian dikumpulkan dan dianalisa.

Aktifitas-aktifitas yang dilakukan dalam fase ini:

1. Mengidentifikasikan kelompok dari pemakai dan area aplikasi
   
2. Mempelajari dokumen-dokumen yang ada
   
3. (bentuk-bentuk formulir, laporan, aturan-aturan)
   
4. Menganalisis lingkungan operasional dan pemrosesan permintaan
   
5. Mengadakan questioner dan interview
   

   Contoh dari Study Kasus:
   

   JURNAL TEKNOLOGI DAN INFORMATIKA (TEKNOMATIKA)
   

   Desain Database Sistem Informasi Penjualan Barang
   

   (Studi Kasus : Minimarket “Grace” Palembang). VOL. 1 NO. 2 MEI 2011
   

Gambar 3.Proses Bisnis

Fase 2 :
Perancangan database konseptual

Tujuan dari fase ini adalah menghasilkan conceptual schema untuk database yang tergantung pada sebuah DBMS/RDMS yang spesifik. Sering menggunakan sebuah high-level data model seperti ER/EER model selama fase ini. Dalam conceptual schema, kita harus merinci aplikasi-aplikasi database yang diketahui dan transaksi-transaksi yang mungkin.

PADA FASE-2 INI DILAKUKAN DUA AKTIFITAS:

1. Perancangan skema konseptual :
   

menguji kebutuhan-kebutuhan data dari suatu database yang merupakan hasil dari fase 1, dan menghasilkan sebuah conceptual database schema pada DBMS independent model data tingkat tinggi seperti EER (enhanced entity relationship) model.

2. Perancangan transaksi :

menguji aplikasi-aplikasi database dimana kebutuhan-kebutuhannya telah dianalisa pada fase 1, dan menghasilkan perincian transaksi-transaksi ini.

PENDEKATAN PERANCANGAN SKEMA:

• Perancangan skema tersentralisasi
  
  • Semua permintaan user dan aplikasi dirancang menjadi satu kesatuan.
    
  • Autorisasi tersentralisasi oleh DBA.
    
  • DBA bertanggungjawab penuh dalam perancangan
    
  • Diperlukan perancang database yang ahli dan memahami permintaan-permintaan untuk setiap pemakai.
    

2. Perancangan skema integrasi

• Setiap kelompok pemakai dapat merancang database mereka sendiri-sendiri
  
• Setelah skema konseptual database terbentuk, proses integrasi dilanjutkan oleh DBA
  
• Pembentukan entity-entity, atribut-atribut dan domain harus jelas dan seragam pada setiap user group
  

Perancangan & Jenis-jenis Transaksi

Transaksi merupakan representasi dari aktifitas-aktifitas terhadap database.

Perancangan transaksi harus disesuaikan dengan kebutuhan para pemakai dan area aplikasi.

Kegiatan-kegiatan dalam perancangan transaksi pada tingkat konseptual meliputi:

• Mengidentifikasi input/output
  
• Mengidentifikasi fungsi transaksi
  

1. Retrieval transaksi
   

       Transaksi yang mencari data untuk menampilkan laporan pada layer
   

   2. Update transaksi
   

       Transaksi untuk menambahkan, menghapus dan memodifikasi record-record di dalam database
   

   3. Mixed transaksi
   

       Transaksi untuk mencari data sekaligus untuk update data.
   

Mapping ERD

a. Pelanggan (@id_pelanggan, nama, alamat, telp)

b. Barang (@kode_barang, nama_barang, satuan)

c. Detail_barang (#kode_barang, #no_suplai, harga_jual)

d. Pemasok (@id_pemasok, nama, alamat, telp)

e. Pembelian (@no_beli, tgl_beli, #id_pelanggan)

f. Detail_pembelian (#no_beli, #kode_barang, jml_beli)

g. Penyuplaian (@no_suplai, tgl_suplai, #id_pemasok)

h. Detail_penyuplaian (#no_suplai, #kode_barang, harga_suplai, jml_suplai)

i. Barang_rusak (#kode_barang, #no_suplai, jml_rusak)

Fase 3:
Pemilihan DBMS

Pemilihan database ditentukan oleh beberapa faktor, diantaranya:

1. Struktur data

Jika data yang disimpan dalam database mengikuti struktur hirarki, maka suatu jenis hirarki dari DBMS harus dipikirkan.

2. Personal yang telah terbiasa dengan suatu sistem

Jika staf programmer dalam suatu organisasi sudah terbiasa dengan suatu DBMS, maka hal ini dapat mengurangi biaya latihan dan waktu belajar.

3. Tersedianya layanan penjual

Keberadaan fasilitas pelayanan penjual sangat dibutuhkan untuk membantu memecahkan beberapa masalah sistem.

4. Teknik

Keberadaan DBMS dalam menjalankan tugasnya seperti jenis -jenis DBMS (relational, network, hierarchical, dll), struktur penyimpanan, dan jalur akses yang mendukung DBMS, pemakai, dll.

Fase 4 :
Perancangan database secara logika (pemetaan model data)

Fase selanjutnya dari perancangan database adalah membuat sebuah skema konseptual dan skema eksternal pada model data dari DBMS yang terpilih. Fase ini dilakukan oleh pemetaan skema konseptual dan skema eksternal yang dihasilkan pada fase 2. Pada fase ini, skema konseptual ditransformasikan dari model data tingkat tinggi yang digunakan pada fase 2 ke dalam model data dari DBMS yang dipilih pada fase 3.

1. Pemetaan system-independent :

Pemetaan ke dalam model data DBMS dengan tidak mempertimbangkan karakteristik atau hal-hal yang khusus yang berlaku pada implementasi DBMS dari model data tsb.

2. Penyesuaian skema ke DBMS yang spesifik :

mengatur skema yang dihasilkan pada langkah 1 untuk disesuaikan pada implementasi yang khusus di masa yang akan datang dari suatu model data yang digunakan pada DBMS yang dipilih.

Fase 5 :
Perancangan database fisik

Perancangan database secara fisik merupakan proses pemilihan struktur-struktur penyimpanan dan jalur-jalur akses pada file-file database untuk mencapai penampilan yang terbaik pada bermacam-macam aplikasi.

Selama fase ini, dirancang spesifikasi-spesifikasi untuk database yang disimpan yang berhubungan dengan struktur-struktur penyimpanan fisik, penempatan record

dan jalur akses.

Tujuan Pemanfaatan perancangan database secara fisik :

1. Response time

Waktu yang telah berlalu dari suatu transaksi database yang diajukan Untuk menjalankan suatu tanggapan. Pengaruh utama pada response time adalah di bawah pengawasan DBMS yaitu : waktu akses database untuk data item yang ditunjuk oleh suatu transaksi.

Response time juga dipengaruhi oleh beberapa faktor yang tidak berada di bawah pengawasan DBMS, seperti penjadwalan sistem operasi atau penundaan komunikasi.

2. Space Utility

Jumlah ruang penyimpanan yang digunakan oleh file-file database dan struktur-Struktur jalur akses.

3. Transaction throughput :

Rata-rata jumlah transaksi yang dapat diproses per menit oleh sistem database, dan merupakan parameter kritis dari sistem transaksi (misal, digunakan pada pemesanan tempat di pesawat, bank, dll). Hasil dari fase ini adalah penentuan awal dari struktur penyimpanan dan jalur akses untuk file-file database.

Fase 6 :
Implementasi sistem database

Setelah perancangan secara logika dan secara fisik lengkap,kita dapat melaksanakan sistem database. Perintah-perintah dalam DDL(Data Definition language) dan SDL(storage definition language) dari DBMS yang dipilih, dihimpun dan digunakan untuk membuat skema database dan file-file database (yang kosong) kemudian database tsb dimuat (disatukan) dengan datanya.

Jika data harus dirubah dari sistem komputer sebelumnya, perubahan-perubahan yang rutin mungkin diperlukan untuk format ulang datanya yang kemudian dimasukkan ke database yang baru. Transaksi-transaksi database sekarang harus dilaksanakan oleh para programmmer aplikasi.

1. Pembentukan database file
   
2. Pengisian data
   
3. Konversi data (bila perbaikan system lama)
   
4. Implementasi transaksi database
   
5. Testing dan validasi
   

PUSTAKA

• Korth, H.; Database System Concept, Mc Graw Hill,4th edition, New York, 2002.
  
• Adi Nugroho;Perancangan & Implementasi Sistem Basis Data, Andi Publisher,ISBN:979-29-2609-5
  
• Janner Simarmata;Perancangan Basis data
  
• Indarajani,Elexmedia;Perancangan Basis Data dlm All in 1
  
• Strategy Perancangan dan pengelolan Basis data, ISBN:979-763-824-3
  
• http://modulmakalah.blogspot.co.id/2015/09/teknik-pencarian-fakta-dalam.html.
  

Tagline:

Design database, Analisa perancangan system Informasi, UMB, ceritahosting.com ,

The post ANALISA DAN PERANCANGAN SISTEM INFORMASI(APSI):13 (Designing Database) appeared first on Cerita Hosting ☁️.