Selayang Pandang Teknik Informatika ITS More »

Maskot RPL More »

Karya Admin RPL di EXPO NST SCHEMATICS 2014 More »

Ini Dia, Fitur Baru Android 5.1 Lollipop More »

 

Category Archives: Basis Data

Data Quality Integration Platform


dqip

 

Saat ini banyak organisasi yang telah menerapkan strategi baru untuk menghadapi kompetisi. Namun mereka sering mengabaikan kualitas data yang mereka miliki. Padahal kualitas dari sebuah data sangat krusial untuk membuat keputusan dan perencanaan. Untuk itu diperlukan sebuah cara untuk menjaga kualitas sebuah data. Salah satu cara menjaga kualitas tersebut adalah menerapkan Data Quality Integration Platform. Berikut langkah-langkah dalam menjaga kualitas data dalam Data Quality Integration Platform:

1. Riwayat Data (Data Profiling)

Untuk membuat sebuah rumah, seorang arsitek membuat cetak biru yang detail. Riwayat data membantu kita untuk mengetahui kondisi data saat ini dan menemukan masalah dalam data, termasuk masalah isi data, struktur, dan hubungan antara kolom dan tabel. Dengan mengetahui kelemahan dan kekuatan data, riwayat memberikan kita titik awal untuk membuat pengembangan yang kokoh

2. Kualitas Data (Data Quality)

Jika riwayat data menyediakan cetak biru dari masalah data, fase kualitas data adalah fase dimulainya proses untuk membuat data yang lebih baik. Dengan kualitas data, kita dapat memperbaiki kesalahan, standarisasi informasi antar tabel, dan validasi informasi yang tidak konsisten dan tidak akurat. Taktik kualitas data yang umum termasuk standarisasi data, standarisasi pola dan verifikasi alamat.

3. Pengintegrasian Data (Data Integration)

Data dengan item yang sama kadang-kadang terdapat di banyak basis data. Hal ini berlaku di semua jenis data. Setelah data distandarisasi dan diperbaiki, kita dapat dengan mudah mengintegrasikan data tersebut antar sumber. Teknologi integrasi data membantu kita untuk mengintegrasikan pelanggan, produk, dan data bisnis yang lain antar multisumber dengan baik.

4. Pengayaan Data (Data Enrichment)

Data enrinchment dibangun berdasarkan kualitas data dan integrasi data dengan informasi tambahan dan memasukkan data eksternal tambahan. Dengan teknologi pengayaan data, data pelanggan dapat dikombinasikan dan disegmentasikan lebih efisien untuk identifikasi peluang khusus. Produk, inventaris, atau data finansial dapat ditingkatkan dengan menambahkan bit tambahan informasi dari sumber eksternal. Dengan pengayaan data, kita dapat membuat data yang lebih berharga.

5. Monitoring Data (Data Monitoring)

Organisasi sering percaya bahwa masalah kualitas data mereka terselesaikan setelah meningkatkan sumber data yang ada. Namun, memelihara data berkualitas baik membutuhkan kewaspadaan terus menerus. Dengan monitoring data, kita dapat membuat dan menjalankan aturan bisnis (business rule) otomatis untuk mengecek tingkat kualitas data dari waktu ke waktu. Aturan ini, tersimpan di sebuah repositori aturan bisnis dan direplikasi ke perusahaan via web service memungkinkan kita untuk menjalankan aturan tata kelola data dan menyesuaikan aturan sehingga lebih konsisten dengan proses operasi kita.

Dengan terobosan menggunakan teknologi, usaha keras yang dibutuhkan untuk mengefisienkan proses manajemen kualitas data menjadi lebih mudah, waktu yang lebih sedikit, dan biaya yang rendah. Ketika mengimplemtasikan program peningkatan kualitas data, sebaiknya kita mencari teknologi yang dapat menjalankan kelima fase di atas dengan interface yang sama. Dengan platform teknologi pengembangan data yang luas, sebuah organisasi dapat menaikkan peran kualitas data ke aktivitas yang berkelanjutan, sehingga menghasilkan keputusan yang lebih baik dan perusahaan yang kompetitif.

Sumber: http://tdwi.org/Articles/2006/10/23/The-FiveStep-Approach-to-More-Valuable-Enterprise-Data.aspx?Page=1

Pengenalan Basis Data

Pembahasan basis data sangat baik jika langsung memulai dengan suatu studi kasus tertentu. Gunanya untuk mengetahui bagaimana basis data berperan di dalamnya. Permasalahan dimulai dari suatu perusahaan yang bernama X. Perusahaan ini memiliki skema pembuatan laporan gajian seperti di bawah.

Seorang pegawai akan menuliskan laporan gajian dengan aplikasi yang ada. Data yang dibutuhkannya adalah berkas gajian dan berkas pegawai. Untuk skema pertama cukup seperti skema di atas. Kemudian beralih ke skema kedua dimana masih dalam perusahaan yang sama, yaitu perusahaan X. Skema disini bukan skema laporan penggajian namun skema laporan pelatihan perusahaan.