Manajemen Data

Database Management Systems 

• Data adalah kekuatan pendorong di balik bisnis yang sukses. 
• Semua fungsi manajemen sangat bergantung pada informasi (bukan data mentah).
• Teknologi manajemen data membuat pengguna mendapat informasi dan mendukung berbagai tuntutan bisnis. 
• Databases store data generated by business apps, sensors, operations, and transaction-processing systems (TPS). 
• Data warehouses integrate data from multiple databases and data silos, and organize them for complex analysis, knowledge discovery, and to support decision making 
• Data marts are small-scale data warehouses that support a single function or one department 
• Business intelligence (BI) tools and techniques process data and do statistical analysis for insight and discovery—that is, to discover meaningful relationships in the data, keep informed in real time, detect trends, and identify opportunities and risks.

Ekstraksi, Transformasi dan Loading (ETL) 

Ekstraksi Data (Extract) Data diambil atau diekstrak dari berbagai sistem operasional, bisa menggunakan query Beberapa fungsi ekstraksi data, yaitu :

Ekstraksi data secara otomatis dari aplikasi sumber. 

o Penyaringan atau seleksi data hasil ekstraksi. 

o Pengiriman data dari berbagai platform aplikasi ke sumber data. 

o Perubahan format layout data dari format aslinya. 

o Penyimpanan dalam file sementara untuk penggabungan Transformasi 

Data (Transformation) 

Data mentah hasil ekstraksi disaring dan diubah sesuai dengan kaidah bisnis yang berlaku Langkah-langkah dalam transformasi data adalah sebagai berikut : 

o Memetakan data input dari skema data aslinya ke skema data warehouse. o Melakukan konversi tipe data atau format data. 

o Pembersihan serta pembuangan duplikasi dan kesalahan data. 

o Penghitungan nilai-nilai derivat 

o Penghitungan nilai-nilai agregat. 

o Pemerikasaan integritas referensi data.

 o Pengisian nilai-nilai kosong dengan nilai 

o Penggabungan data. Pengisian Data (Loading) Proses pemuatan data yang didapatkan dari hasil transformasi ke dalam data warehouse (bisa menjalankan SQLscript secara periodik) 

Perbedaan antara data mart dan data warehouse : 

• Fokus utama data mart adalah pada kebutuhan pengguna yang berkaitan dengan satu departemen maupun fungsi bisnis. 
• Data mart umumnya tidak terdapat data operasional secara detail seperti pada data warehouse. 
• Data mart memiliki data lebih sedikit dibandingkan data warehouse, namun data mart lebih mudah dipahami dan dilaksanakan. 
• Cakupan data mart adalah bidang usaha, sedangkan data warehouse adalah perusahaan. 
• Data mart menyediakan kapasitas kurang dari 100GB, sedangkan data warehouse menyediakan kapasitas lebih dari 100GB. 
• Data mart terdiri dari sumber data yang sedikit atau beberapa saja sedangkan data warehouse terdiri dari sumber data yang lebih banyak. 

Untuk megelola database dalam aplikasi ini digunakan RDBMS MySQL karena sudah mendukung relasi antar tabel, database yang digunakan tidak terlalu besar, dan pengoperasiannya mudah. Dan berikut adalah beberapa tabel yang diperlukan pada aplikasi ini:

·                        Masukan pada sistem Toko  yang berupa data order/pembelian pakaian dapat dientrikan pada sebuah form agar dapat disimpan pada database. Hal ini bertujuan agar pemilik/pengelola toko dapat memperoleh data tersebut secara cepat dan akurat. Pada sistem ini dibuatkan juga masukan berupa data pakaian dan data pelanggan untuk memudahkan pelanggan dalam bertransaksi dengan Toko.

·         Untuk proses penjualan, dibuatkan sebuah aplikasi penjualan berbasis web yang dapat memudahkan pelanggan dalam berbelanja pada Toko  dan memudahkan administrator dalam mengelola aplikasi tersebut. Hal ini merupakan suatu nilai tambah bagi pemilik/pengelola Toko .

·              Keluaran yang dihasilkan oleh aplikasi penjualan ini adalah berupa faktur penjualan yang berguna bagi pelanggan yang datanya diambil dari database. Faktur penjualan ini dapat direkap menjadi laporan penjualan yang berguna bagi pemilik/pengelola Toko  untuk melihat perkembangan penjualan dan menentukan kebijakan.

1.      Tabel user

       Untuk menyimpan data login dan berisi id user, username, password dan level.

2.      Tabel cat_merchandise

   Untuk menyimpan id_katergori dari produk merchandise, misal baju, cangkir, sepatu dan atributnya .

3.      Tabel merchandise

     Untuk menyimpan data merchandise seperti id merchandise, no merchandise, deskripsi, harga, status merchandise dan atribut lainnya.

4.      Tabel invoice

      Berisi no.resi dan keterangan pada saat transaksi.

5.      Tabel pembeli

     Tabel pembeli berelasi langsung dengan tabel user, berisi atribut seperti nama lengkap, alamat, no hp.

6.      Tabel transaksi

    Tabel transaksi berguna untuk menyimpan berbagai aktivitas yang sedang berlangsung atau history dari transaksi yang pernah dilakukan. Atribut didalamnya meliputi id user, id transaksi, tanggal transaksi, status, nominal, bukti pembayaran, keterangan.

7.      Tabel log

    Untuk mencatat aktivitas login, dan history kelola data. Atribut yang diperlukan antara lain seperti id log, id user, username, jenis aktivitas, keterangan, tanggal dan waktu saat terjadi aktivitas.