Follow Me @husnulchotimah

Wednesday, October 4, 2017

Perkembangan DBMS & BIG DATA

October 04, 2017 0 Comments

Sejarah Perkembangan Basis Data
Basis data atau disebut juga database, terdiri dari dua penggalan kata yaitu data dan base, yang artinya berbasiskan pada data, secara konseptual, database diartikan sebuah koleksi atau kumpulan data-data yang saling berhubungan (relation), disusun menurut aturan tertentu secara logis, sehingga menghasilkan informasi.
Untuk mengelola database tersebut dibutuhkan software atau aplikasi. Software untuk mengelola database merupakan aplikasi yang digunakan oleh user untuk mengelola dan memanggil database tersebut. Pengelolaan dan pemanggilan query basis data disebut dengan sistem management basis data (database management system). Contoh software database diantaranya adalah DB2, Microsoft SQL Server, Oracle, Sybase, Interbase, XBase, MySQL, Microsoft Access, dBase III, FoxPro, dan lain-lain.
Perkembangan teknologi database saat ini sudah sangat pesat, hal ini dibuktikan dengan banyaknya bentuk-bentuk baru dari database. Contohnya, jika dulu database hanya berfungsi sebagai tempat penyimpanan data yang terdiri dari Field, record dan diolah serta ditampilkan menjadi informasi dalam berbagai format tampilan yang sederhana, kemudian dari bentuk yang sederhana tersebut didapatkan suatu metode yang menampilkan suatu database dan berguna untuk menganalisa data. Dengan memanfaatkan relational database yang sudah ada, maka diperoleh suatu cara untuk mengantisipasi kebutuhan guna menganalisa data secara cepat untuk membantu mendapatkan keputusan dalam suatu aplikasi atau organisasi.
Salah satu contoh teknologi database saat ini adalah dimana seorang design web dapat membuat web dengan menarik karena sudah ada database generasi baru yang biasa di sebut oracle. Dengan oracle inilah para pelaku design web bisa membuat webnya dengan penuh keunikan dan tampilan yang lebih menarik.
Tahun 1960
Dari awal penggunaan komputer, penyimpanan dan manipulasi data merupakan fokus utama aplikasi. Pada awal tahun 1960, Charles Bachman diperusahaan General Electric mendesain generasi pertama DBMS yang disebut Penyimpanan Data Terintegrasi (Integrated Data Store). Dasar untuk model data jaringan dibentuk lalu distandardisasi oleh Conference on Data System Language (CODASYL). Kemudian, Bachman menerima ACM Turing Award (Penghargaan semacam nobel pada ilmu komputer ) di tahun 1973.
Pada akhir tahun 1960-an, IBM mengembangkan system manajemen informasi (Information Manajemen System) DBMS. IMS dibentuk dari representasi data pada kerangka kerja yang disebut model data hierarki. Dalam waktu yang sama, hasil kerja sama antara IBM dengan perusahaan penerbangan Amerika mengembangkan system SABRE. System SABRE memungkinkan user mengakses data yang sama pada jaringan computer.
Tahun 1970
Pada tahun 1970, Edgar Codd di laboratorium penelitian di San Jose mengusulkan suatu representasi data baru yang disebut model data relational. Pada tahun 1980, model relasional menjadi paradigm DBMS yang paling dominan. Bahasa query SQL dikembangkan untuk basis data relasional sebagai bagian dari proyek Sistem R dari IBM. SQL di standardisasi di akhir tahun 1980 dan SQL-92 diadopsi oleh American National Standards Institute (ANSI) dan International Standards Organization (ISO). Program yang digunakan untuk eksekusi bersamaan dalam basisdata disebut transaksi. User menulis programnya, dan bertanggung jawab penuh untuk menjalankan program secara bersamaan terhadap DBMS. Pada tahun 1999, James Gray memenangkan Turing award untuk kontribusinya pada manajemen transaksi dalam DBMS.
Perkembangan komputer yang semakin pesat yang 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.
Perbedaan Basis Data Aktif dan Pasif Sistem basis data konvensional disebut basis data pasif, dalam arti manipulasi data dapat dijalankan oleh database hanya dengan perintah  langsung oleh pengguna atau program aplikasi yang terletak di luar basis data. Sedangkan basis data aktif merupakan pengembangan dari database yang memindahkan sifat reactive program ke dalam database. Salah satu contok integrity constraint seperti adanya data tertentu yang harus memenuhi nilai unik atau beberapa data yang berfungsi secara efisien dapat dilakukan oleh basis data aktif, akan tetapi di dalam basis data pasif yang harus diprogram di dalam aplikasi adalah integrity constraint dan triggers. Basis data pasif memiliki keterbatasan untuk mengontrol bentuk-bentuk harus berisi keterhubungan dengan data lain. Selain itu pada penggunaan triggers pada basis data pasif, jika terjadi perubahan pada konstrain atau triggers itu sendiri maka harus bisa menemukan dan memodifikasi program atau kode yang relevan di setiap aplikasi.
Sedangkan pada basis data aktif, memiliki kemampuan untuk mengontrol integrity constraint pada keseluruhan database dan penggunaan triggers yang mampu menjalankan suatu aksi ketika mendeteksi suatu kejadian tertentu tanpa mencari kode-kode yang relevan pada program aplikasi untuk ikut diubah. Arsitektur Basis Data aktif yang sering digunakan termasuk dalam sistem arsitektur berlapis ( layered architecture ) dimana semua komponen basis data aktif terletak “di atas” basis data konvensional.
Tahun 1980
Pada akhir tahun 1980 dan permulaan tahun 1990, banyak bidang system basis data yang dikembangkan. Penelitian dibidang basis data meliputi bahasa query yang powerful, model data yang lengkap, dan penekanan pada dukungan analisis data yang kompleks semua bagian organisasi. Beberapa vendor (misalnya IBM, DB2, Oracle8, dan Informix UDS) memperluas sistemnya dengan kemampuan menyimpan tipe data baru misalnya image dan text serta kemampuan query yang kompleks. System khusus dikembangkan banyak vendor untuk membuat data warehouse dan mengonsolidasi data beberapa basisdata.
Perkembangan dan pemanfaatan teknologi informasi (TI) yang pesat dewasa ini telah menjadikan TI sebagai kekuatan pendorong bagi reformasi di berbagai bidang, sehingga berdampak pula terhadap pembangunan sosial dan ekonomi sekarang dan di masa mendatang. TI melahirkan era baru yaitu berbagai barang dan jasa dibeli, dikirim, dibayar, dan digunakan tanpa meninggalkan system informasi dan jaringan komunikasi.
Dampak dari era reformasi 1998 benar-benar membawa dampak yang signifikan dalam perkembangan dunia telekomunikasi, informatika dan intenet. Tirani dan monopoli dari rezim terdahulu seakan benar-benar tersingkirkan akibat adanya reformasi tersebut.Dan seiring semakin terbukanya pintu perdagangan dan arus informasi maka layanan yang dahulu mungkin hanya bisa dinikmati oleh beberapa kalangan elit dan berduit kini sudah bisa dinikmati oleh masyarakat lebih luas, sebut saja layanan TV kabel berlangganan.
Suatu fenomena menarik adalah munculnya enterprice resource planning (ERP) dan management resource planning (MRP), yang menambah lapisan substansial dari fitur berorientasi aplikasi pada DBMS utama. Paket yang digunakan secara luas meliputi Baan, Oracle, PeopleSoft, SAP, dan Siebel. Paket tersebut mengidentifikasi kumpulan tugas umum (misalnya manajemen inventori, perencanaan sumber daya manusia, dan analisis keuangan) yang dihadapi oleh sejumlah besar organisasi dan menyediakan lapisan aplikasi umum untuk melaksanakan tugas. Data disimpan dalam DBMS relasional.
Kemudian, lapisan aplikasi dapat disesuaikan pada perusahaan berbeda sehingga biaya keseluruhan perusahaan menjadi lebih rendah disbanding biaya pembuatan lapisan aplikasi dari awal. Lebih jauh, DBMS memasuki dunia internet. Saat generasi pertama, web site menyimpan datanya secara ekskulisif dalam file system operasi. Pada saat ini, DBMS dapat digunakan untuk menyimpan data yang dapat diakses melalui web browser. Query dapat dibuat melalui form web dan format jawabannya dengan menggunakan markup language semisal HTML untuk mempermudah tampilan pada browser. Semua vendor basisdata menambah fitur ini untuk DBMS mereka.

Mengenal Big Data

Big Data adalah istilah yang menggambarkan volume data yang besar, baik data yang terstruktur maupun data yang tidak terstruktur. Big Data telah digunakan dalam banyak bisnis. Tidak hanya besar data yang menjadi poin utama tetapi apa yang harus dilakukan organisasi dengan data tersebut. Big Data dapat dianalisis untuk wawasan yang mengarah pada pengambilan keputusan dan strategi bisnis yang lebih baik.

Sejarah Big Data

Istilah Big Data masih terbilang baru dan sering disebut sebagai tindakan pengumpulan dan penyimpanan informasi yang besar untuk analisis. Fenomena Big Data, dimulai pada tahun 2000-an ketika seorang analis industri Doug Laney menyampaikan konsep Big Data yang terdiri dari tiga bagian penting, diantaranya:
  • Volume Organisasi mengumpulkan data dari berbagai sumber, termasuk transaksi bisnis, media sosial dan informasi dari sensor atau mesin. Di masa lalu, aktivitas semacam ini menjadi masalah, namun dengan adanya teknologi baru (seperti Hadoop) bisa meredakan masalah ini.
  • Kecepatan Aliran data harus ditangani dengan secara cepat dan tepat bisa melalui hardware maupun software. Teknologi hardware seperti tag RFID, sensor pintar lainnya juga dibutuhkan untuk menangani data yang real-time.
  • Variasi Data yang dikumpulkan mempunyai format yang berbeda-beda. Mulai dari yang terstruktur, data numerik dalam database tradisional, data dokumen terstruktur teks, email, video, audio, transaksi keuangan dan lain-lain.


Selain tiga bagian penting tersebut, para peneliti Big Data juga menambah bagian yang termasuk penting lainnya seperti variabilitas dan kompleksitas.

Variabilitas
Selain kecepatan pengumpulan data yang meningkat dan variasi data yang semakin beraneka ragam, arus data kadang tidak konsisten dalam periode tertentu. Salah satu contohnya adalah hal yang sedang tren di media sosial. Periodenya bisa harian, musiman, dipicu peristiwa dadakan dan lain-lain. Beban puncak data dapat menantang untuk analis Big Data, bahkan dengan data yang tidak terstruktur.


Kompleksitas
Hari ini, data berasal dari berbagai sumber sehingga cukup sulit untuk menghubungkan, mencocokan, membersihkan dan mengubah data di seluruh sistem. Namun, Big Data sangat dibutuhkan untuk memiliki korelasi antar data, hierarki dan beberapa keterkaitan data lainnya atau data yang acak.

Potensi Big Data

Jumlah data yang telah dibuat dan disimpan pada tingkat global hari ini hampir tak terbayangkan jumlahnya. Data tersebut terus tumbuh tanpa henti. Artinya, Big Data memiliki potensi tinggi untuk mengumpulkan wawasan kunci dari informasi bisnis. Sayangnya sampai saat ini, baru sebagian kecil data yang telah dianalisis. Big Data dalam bisnis menjadi strategi yang baik dalam mengolah informasi mentah menjadi keuntungan yang terus mengalir ke organisasi bisnis setiap hari.

Mengapa Big Data Penting?

Pentingnya Big Data, tidak hanya berputar pada jumlah data yang organisasi miliki, tetapi hal yang penting adalah bagaimana mengolah data internal dan eksternal. Kita dapat mengambil data dari sumber manapun dan menganalisanya untuk menemukan jawaban yang diinginkan dalam bisnis seperti: 

1) pengurangan biaya
2) pengurangan waktu
3) pengembangan produk baru dan optimalisasi penawaran produk
4) pengambilan keputusan yang cerdas.

Ketika organisasi mampu menggabungkan jumlah data besar yang dimilikinya dengan analisis bertenaga tinggi, organisasi dapat menyelesaikan tugas-tugas yang berhubungan dengan bisnis seperti:
  • Menentukan akar penyebab kegagalan untuk setiap masalah bisnis.
  • Menghasilkan informasi mengenai titik penting penjualan berdasarkan kebiasaan pelanggan dalam membeli.
  • Menghitung kembali seluruh risiko yang ada dalam waktu yang singkat.
  • Mendeteksi perilaku penipuan yang dapat mempengaruhi organisasi.


Itulah sekilas pengenalan Big Data. Istilah Big Data relatif baru, dan bagian penting konsep Big Data diantaranya adalah Volume, Kecepatan, Varietas, Variabilitas, dan Kompleksitas. Adapun potensi Big Data hari ini benar-benar menggiurkan untuk strategi bisnis kedepannya.