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.
I'm a girl with a thousand imagination. I'm not stupid, i'm just don't know how to do for the 1st time. Let's be friend! And you'll fallin love with me. Yeay!!!
, click here →