2. Homeland Security membangun sebuah strategi nasional untuk
keamanan negeri Amerika Serikat yang mencakup sebuah misi nasional
untuk saling berbagi informasi yang berkaitan dengan pendeteksian
kegiatan teroris. Mereka menyatakan bahwa akan membangun suatu
lingkungan nasional yang memungkinkan untuk berbagi informasi
penting untuk keamanan dalam negeri. Mereka membangun sebuah
sistem, yaitu dimana sistem tersebut dapat memberikan informasi
yang tepat kepada orang yang tepat dalam waktu yang tepat pula.
Informasi akan dibagi secara “horizontal” di setiap tingkat
pemerintahan dan “vertikal” antara federal, negara bagian dan
pemerintah lokal, industri swasta dan warga negara. Dengan
penggunaan yang tepat dari masyarakat, proses, dan teknologi, para
pejabat keamanan dalam negeri di seluruh wilayah Amerika Serikat
dapat memiliki kesadaran bersama akan ancaman dan pengetahuan
dari personil dan sumber daya yang tersedia, sehingga dapat
mengatisipasi berbagai ancaman dan dapat merespon secara cepat dan
efektif.
3. Tujuan dari proyek ini adalah membuat model bisnis yang bisa
diterapkan untuk mengintegrasikan pengetahuan yang berada
di berbagai sumber data yang berbeda, serta memastikan
bahwa kerahasian dan kebebasan sipil tersebut cukup
terlindungi. Lima inisiatif yang diidentifikasi dalam strategi ini:
1.
2.
Memaduhkan pembagian informasi di pemerintah federal.
3.
Menerapkan standar metadata yang umum dari informasi
elektronik yang relevan dengan keamanan dalam negeri.
4.
5.
Meningkatkan komunikasi keselamatan publik.
Memperluas perpaduan informasi yang dibagikan di seluruh
negara bagian dan lokal pemerintah, industri swasta, dan
warga negara.
Menjamin informasi kesehatan masyarakat terpercaya.
4. • Data Internal
Data Internal adalah data yang diambil dari dalam
lingkungan
perusahaan
seperti
tentang
orang
–
orang, produk, jasa, dan proses.
• Data Eksternal
Data Eksternal adalah data yang diambil dari luar lingkungan
perusahaan, yaitu mengumpulkan data langsung dari
pelanggan atau dari pemasok.
5. 1.
Studi Pusaka, yaitu langkah pencarian sumber
informasi melalui jurnal, internet atau lembaga.
2.
Survey (wawancara), yaitu teknik pengumpulan
data yang dilakukan melalui tatap muka dan tanya
jawab terhadap nara sumber atau sumber data.
3.
Observasi, yaitu pengumpulan data dengan
mendatangi
tempat
(lokasi)
langsung
yang
mendukung rencana bisnis.
6. Masalah dan Kualitas Data
Kualitas data adalah masalah yang sangat penting karena kualitas menentukan kegunaan, berikut
tabel yang menjelaskan kualitas data:
7. Merupakan hal yang sangat penting dalam
mengoperasikan sebuah database tertentu yang
digunakan untuk menjamin konsistensi dan
keakuratan data, serta jaminan bahwa data
bersertifikat dan dapat dirujukkan.
Integritas data meliputi kelengkapan, ketepatan
waktu, akurasi/kebenaran, dan validasi.
8. • Internet
Merupakan pemasok utama data eksternal untuk mendukung
pengambilan keputusan. Dimana seorang pembuat
keputusan dapat mengakses halaman vendor, klien maupun
pesaing, melihat dan men-download informasi, serta
melakukan penelitian.
• Layanan Database Komersial
Merupakan layanan secara online yang dapat menambah
data eksternal ke Management Support System (MSS) secara
tepat waktu dengan biaya lebih rendah.
9. Database Management System (DBMS) adalah sebuah program
perangkat lunak yang memungkinkan untuk menyimpan data
dengan jumlah yang lebih besar, struktur file yang lebih
kompleks, pengambilan dan perubahan yang cepat, serta
keamanan data yang lebih baik sehingga mempermudah dalam
menambah
informasi
ke
database, memperbarui, menghapus, memanipulasi, menyimpan,
dan mengambil informasi.
Sebuah DBMS dikombinasikan dengan bahasa pemodelan yang
digunakan untuk membangun Sistem Pendukung Keputusan dan
sistem manejemen pendukung lainnya.
10. Hubungan di antara banyaknya catatan individu disimpan dalam
database dapat dinyatakan dengan beberapa struktur logis (lihat
Kroenke, 2002; Mannino, 2001; McFadden et al, 2002;. Post, 2002, dan
Riccardi, 2003). DBMS dirancang untuk menggunakan struktur ini, untuk
menjalankan fungsi mereka. Ketiga struktur-relasional konvensional,
hirarki, dan jaringan-arc ditunjukkan pada Gambar 5.1.
- Fields
- Records
Gambar 5.1
11. Bentuk relasional dalam organisasi basis data DSS, digambarkan sebagai tabular
atau flat yakni dalam tabel dua dimensi. DBMS relasional memungkinkan query
mengakses lebih banyak lagi. Baris-baris pada halaman merupakan catatan
individu terdiri dari beberapa bidang, desain yang sama yang digunakan oleh
lembar kerja. Beberapa file data tersebut dapat berhubungan dengan suatu
bidang data umum ditemukan dalam dua (atau lebih) file data. Nama-nama dari
bidang umum harus dieja sama persis, menjadi ukuran yang sama (dalam jumlah
yang sama bytes) dan jenis (misalnya, alfanumerik atau dolar).
Keuntungan dari jenis database adalah:
• bagi pengguna mudah untuk belajar
• mudah diperluas atau diubah
• dapat diakses dalam beberapa format tidak diantisipasi saat desain awal dan
pengembangan database.
12. * Aplikasi
MSS komprehensif, seperti yang melibatkan manufaktur
komputer terpadu (CIM), membutuhkan akses ke data yang
kompleks, termasuk gambar dan hubungan yang rumit. Manajemen
data berorientasi objek didasarkan pada prinsip pemrograman
berorientasi objek (lihat detail di Bab Web, juga melihat Moore dan
Britt, 2001). Sistem database Object-oriented menggabungkan
karakteristik dari bahasa pemrograman berorientasi objek, seperti
Veritos atau UML.
* Sebuah
sistem manajemen database berorientasi objek (OODBMS)
memungkinkan seseorang untuk menganalisa data pada tingkat
konseptual yang menekankan hubungan alami antara objek.
* Sebuah sistem manajemen data berorientasi objek mendefinisikan data
sebagai objek dan merangkum data bersama dengan struktur yang
relevan dan perilaku.
13. *Sistem
Manajemen Database Multimedia ( MMDBMS )
mengelola data dalam berbagai format, di samping teks standar
atau bidang numerik .
*Kebanyakan
informasi perusahaan berada di luar komputer
dalam dokumen , peta , foto, gambar , dan video .
14. *Document-Based Databased, juga dikenal sebagai Manajemen
Dokumen Elektronik (EDM) sistem (Swift, 2001),
dikembangkan untuk mengurangi penyimpanan kertas.
*Banyak
sistem manajemen konten (CMS) berbasis EDM.
Dalam prakteknya diimplementasikan dalam sistem berbasis
Web.
*Manajemen
sistem dokumen web-enabled telah menjadi
sistem pengiriman yang efisien dan hemat biaya.
15. Kecerdasan buatan (Al) teknologi, khususnya
berbasis Web yang cerdas dan jaringan saraf
tiruan (JST), menyederhanakan akses dan
manipulasi kompleks database.
16. Data Warehouse atau Penyimpanan Data merupakan basis data yang
menyimpan data sekarang dan masa lalu yang berasal dari berbagai
sistem operasional dan sumber yang lain (eksternal). Data Warehouse
digunakan untuk mendukung pengambilan keputusan, bukan untuk
melaksanakan pemrosesan transaksi. Data Warehouse hanya berisi
informasi-informasi yang relevan bagi kebutuhan pemakai yang dipakai
untuk pengambilan keputusan.
Data Warehouse pada umumnya:
• Lebih cenderung menangani data masa lalu
• Data disimpan dalam satu platform
• Data diorganisasikan menurut subjek seperti pelanggan atau produk
• Pemrosesan sewaktu-waktu, tak terstruktur, dan bersifat heuristik
• Digunakan untuk mendukung pemakai menajerial yang berjumlah
relatif sedikit
• Berorientasi pada analisis
17. Data Mart merupakan bagian daridata warehouse yang mendukung
kebutuhan pada tingkat departemen/fungsi bisnis tertentu dalam
perusahaan. Data mart memfokuskan hanya pada kebutuhankebutuhan pemakai yang terkait di dalamnya. Data mart biasanya
tidak mengandung data operasional yang rinci seperti pada data
warehouse.
Ada dua jenis data mart, yaitu:
1. Independent Data Mart
2. Dependent Data Mart.
18. 1.
Independent Data Mart, yaitu pengambilan data
dengan membuat data langsung dari sumber
operasional atau sumber eksternal dari data, atau
keduanya.
2.
Dependent Data Mart, yaitu pengambilan data dari
sebuah gudang data sentral yang telah dibuat.
19. • Biaya rendah dibandingkan dengan data warehouse
• Waktu untuk implementasi secara signifikan lebih pendek
• Data mart dikendalikan secara lokal daripada terpusat,
sehingga memberi kebebasan kepada pengguna.
• Data
mart mengandung sedikit informasi dibandingkan
dengan data warehouse. Data mart mudah dipahami dan
dinavigasi.
• Data
mart memungkinkan sebuah bisnis untuk membangun
sistem pendukung keputusan sendiri tanpa bergantung pada
pusat departemen.
• Data
mart yang independen dapat berfungsi sebagai bukti
dari konsep sebelum menginvestasikan sumber daya yang
dibutuhkan untuk mengembangkan sebuah data warehouse
perusahaan yang komprehensif.
20. * komponen
arsitektur pokok dari lingkungan kecerdasan
bisnis, mulai dari topik-topik tradisional, hingga topik yang
lebih modern.
* Analisa
Bisnis melibatkan perolehan data dan informasi
pengetahuan sehingga bermanfaat untuk pengambilan
keputusan.
* Metode
Data mining menerapkan model statistik dan
deterministik, dan metode kecerdasan buatan untuk data,
mungkin dipandu oleh seorang analis (atau manajer), untuk
mengidentifikasi hubungan tersembunyi atau menginduksi
serta menemukan pengetahuan antara berbagai data atau
elemen teks.
21. Online Analytical Processing (OLAP) merupakan suatu jenis
pemrosesan yang memanipulasi dan menganalisa data
bervolume besar dari berbagai perspektif (multidimensi). OLAP
sering disebut analisis data multidimensi. Data multidimensi
adalah data yang dapat dimodelkan sebagai atribut dimensi
dan atribut ukuran. Contoh atribut dimensi adalah nama
barang dan warna barang, sedangkan contoh atribut ukuran
adalah jumlah barang. Kemampuan OLAP yaitu konsolidasi
melibatkan pengelompokan data.
Sebagai contoh kantor – kantor cabang dapat dikelompokkan
menurut kota atau bahkan propinsi. Transaksi penjualan dapat
ditinjau menurut tahun, triwulan, bulan, dan sebagainya.
Kadang kala istilah rollup digunakan untuk menyatakan
konsolidasi.
22. Data Mining merupakan perangkat lunak yang
digunakan untuk menemukan pola-pola tersembunyi,
maupun hubungan-hubungan yang terdapat dalam
basis data yang besar dan menghasilkan aturanaturan yang digunakan untuk memperkirakan
perilaku di masa mendatang.
Data mining terutama digunakan untuk mencari
pengetahuan yang terdapat dalam basis data yang
besar dan biasanya aplikasi data mining digunakan
untuk membuat prediksi dan deskripsi.
23. • Model Sederhana (berbasis SQL query, OLAP, penilaian
manusia)
• Model Intermediate (regresi, pohon keputusan, clustering)
• Model Kompleks (jaringan saraf, aturan induksi lainnya)
Pola-pola dan aturan ini dapat digunakan sebagai pedoman
pengambilan keputusan dan meramalkan dampak dari
keputusan. Data mining dapat mempercepat analisis dengan
memfokuskan perhatian pada variabel yang paling penting.
24. • Pemasaran
• Perbankan
• Retailing dan penjualan
• Manufaktur dan Produksi
• Perangkat keras komputer dan software
• Airlines
• Perawatan kesehatan
• Broadcasting
• Polisi
25. Data Visualization adalah informasi yang telah diringkas
dalam bentuk skema, termasuk atribut atau variabel untuk
unit informasi.
Arah Data Visualization (bentuk)
• Grafik interaktif dan model
• WatchMark Corporation
• Comshare Inc.
• Identitech Inc.
• Analog dengan spreadsheet
• software Visual
26. Ringkasan data dapat diatur dengan cara yang berbeda untuk
analisis dan presentasi. Cara yang efisien untuk melakukan hal ini
disebut
multidimensionality.
Keuntungan
utama
dari
multidimensionality adalah bahwa data dapat diatur
oleh
manajer dari sistem analis yang dilihat. Presentasi yang berbeda
dari data yang sama dapat diatur dengan mudah dan cepat
melalui cara ini (multidimentionality).
Tiga faktor yang dipertimbangkan dalam multidimensionality:
dimensi, ukuran, dan waktu.
27. Merupakan sistem berbasis komputer untuk menangkap,
menyimpan, memeriksa, mengintegrasikan, memanipulasi, dan
menampilkan data dengan peta digital. Karakteristik yang
paling membedakan adalah bahwa setiap catatan atau objek
digital memiliki lokasi geografis yang diidentifikasi.
GIS sebagai alat pendukung keputusan melibatkan kombinasi
atau integrasi GIS dengan lainnya, alat pendukung keputusan /
bisnis intelijen ini terutama berbasis Web, seperti data
warehouse, ERP, alat-alat kolaborasi, dan aplikasi produktivitas
pribadi.
28. BUSINESS INTELLIGENCE
Business intelligence merupakan kegiatan yang berasal dari akuisisi data, melalui
warehouse, dapat dilakukan dengan alat-alat Web atau saling berkaitan dengan
teknologi Web dan perdagangan elektronik.
• Sebuah survei IDC 2001 dari 500 manajer TI menunjukkan bahwa 20 persen dari
organisasi yang memiliki 500 atau lebih karyawan yang menghubungkan kegiatan
intelijen bisnis mereka ke Internet (lihat Kudyba, 2002; Dash, 2001). Pengguna
pasti ingin meningkatkan penerapan intelijen bisnis dan ke Web. Jumlah organisasi
yang menyadari pentingnya melakukan hal itu terus berkembang.
29. • Vendor perangkat lunak
Electronic commerce menyediakan alat-alat Web
yang menghubungkan data warehouse dengan pemesanan e-commerce dan
sistem katalogisasi. Salah satu contoh adalah Tradelink. Sebuah produk dari
Hitachi (www.hitachi.com).
• Vendor data warehousing dan keputusan dukungan mengintegrasikan produk
mereka dengan teknologi Web dan e -commerce , atau membuat yang baru
untuk tujuan yang sama . Contohnya adalah Keputusan Comshare di Web ,
Brio eWarehouse ( www.brio.com ) , Intelijen Web dari Business Objects ,
Cognos itu DataMerchant . Dan Hyperion Appsource " kabel untuk OLAP "
produk , yang mengintegrasikan OLAP dengan alat Web . Pilot Publisher
Internet menggabungkan kemampuan internet dalam Percontohan Pendukung
Keputusan Suite .
30. WEB ANALYTICS/WEB INTELLIGENCE
Web analytics dan Web intelligence adalah istilah yang
digunakan untuk menggambarkan penerapan analisis bisnis /
usaha untuk situs Web.
31. 1. Identifikasikan tantangan yang mungkin dihadapi oleh „Kantor
Keamanan Dalam Negeri‟ dalam memaduhkan database yang
berbeda!
Jawab:
Tantangan yang mungkin dihadapi oleh „Kantor Keamanan Dalam
Negeri‟ adalah kesulitan dalam keakuratan data (dalam hal ini data
yang diberikan harus real-time, pembaruan data yang serentak di
setiap bagian/departemen pada waktu tertentu baik saat sedang
digunakan maupun belum digunakan.
32. 2. Identifikasikan sumber-sumber informasi yang akan
diperlukan untuk membuat informasi dalam gudang data
(data warehouse)!
Jawab:
Sumber-sumber informasi yang mungkin diperlukan adalah:
• Masyarakat
• Lembaga pemerintahan (Kependudukan)
• Pemerintah lokal
• Industri swasta
33. 3. Apa manfaat yang diharapkan?
Jawab:
• Penanggulanan terhadap teroris.
• Setiap departemen dalam negara
mempunyai peran untuk
menjaga keamanan negara.
• Masyarakat
merasa dilibatkan untuk membantu penanggulangan
keamanan nasional.
• Dapat
menjamin informasi
terpercaya untuk negara.
kesehatan
masyarakat
yang
34. 4. Apa alat-alat pendukung keputusan dan teknik yang dapat
digunakan untuk mengidentifikasikan kegiatan teroris yang
potensial?
Jawab:
• OLAP,
memungkinkan data dianalisa dan dimodelkan agar
menjadi data yang dapat divisualisasikan (dimengerti dan
dipahami).
• Data
Visualization, memungkinkan data tersebut sudah
berbentuk skema, grafik, bahkan foto untuk mendukung
pengambilan keputusan.
• Multidimentional
Presentation, data dapat diketahui mulai
dari dimensi, ukuran, dan waktu.
35. 5. Apa yang dapat Anda rekomendasikan untuk „Kantor
Keamanan Dalam Negeri‟ dalam meningkatkan kapabilitas
portal data?
Jawab:
Yang kami (kelompok V) rekomendasikan untuk „Kantor
Keamanan Dalam Negeri‟ adalah dengan meningkatkan alat
pendukung keputusan seperti Online Analytical Processing
(OLAP), Data Visualization, Data Mining yang real-time sehingga
dapat diproses dan diterapkan ke dalam Multidimentional
Presentation oleh manager.