MAKALAH SISTEM INFORMASI MANAJEMEN Dasar Dasar Intelijen Bisnis: Database dan Manajemen Informasi

Diajukan sebagai tugas mata kuliah

Sistem Informasi Manajemen

                                                                                   

Disusun oleh:

Nama :           Aginta Syahrulina

 NIM   :               11140210

Dosen pengampu:

Septia Lutfi, Skom, Mkom.

STIE BANK BPD JATENG

2015

PENDAHULUAN

Sistem informasi intelijen secara otomatis bertugas mencari dan menganalisis informasi tentang lingkungan sosial, politik, hukum, peraturan perundangan dan ekonomi dari satu atau lebih negara disamping juga tentang kesehatan dan prospek masa depan industri dimana perusahaan bersangkutan merupakan bagian didalamnya serta juga tentang pesaingnya.

Sistem informasi intelijen akan memberikan informasi perencanaan yang para manajer tidak menerima dari sumber lain.

Sumber informasi intelijen :

1. Lembaga pemerintah.
2. Asosiasi perdagangan industri
3. Perusahaan riset pasar swasta
4. Media massa
5. Kajian khusus yang dilakukan organisasi

Informasi yang diperoleh akan digunakan untuk memahami strategi pesaing, pergeseran halus dalam selera konsumen.

Unsur pokok dalam informasi intelijen :

1. Profil keperluan informasi dari manajer
2. Sistem penggalian informasi manajemen
3. Sistem pengkodean dan penyimpanan.
4. Sistem analisis data
5. Kajian khusus
6. Sistem pelaporan
7. Pedoman penghapusan data.

Sistem intelijen dapat memberikan banyak keuntungan bagi suatu perusahaan atau lembaga. Sekarang ini tidak hanya perusahaan besar yang memiliki sistem intelijen banyak perusahaan kecil yang juga mempunyai.

1.1  MENGORGANISASIKAN DATA DALAM LINGKUNGAN FILE DATA

            Sebuah sistem inforamsi yang efektif menyediakan informasi yang akurat, tepat waktu, dan relevan bagi penggunanya. Informasi yang akurat tidak memilki kesalahan , juga informasi dikomunikasikan dengan  tepat waktu maka dapt digunakan sebagai pengambilan keputusan sesuai kebutuhan pengguna. Informasi dikatakan relevan jika informasi sangat berguna dan tepat untuk jenis pekerjaan dan dapat digunakan sebagai pengambilan keputusan atas informasi tersebut.

1.1.1 Istilah dan Konsep Pengorganisasian File

Konsep ini merupakan suatu konsep yang dibuat untuk pengorganisasian file yang ada dalam sebuah sistem informasi. Konsep ini meimplementasikan pada sistem komputer yang mengorganisasikan kedalam suatu hierarki yang dimulai dari bit , byte, field record dan basis data.

Bit merupakan unit terkecil dari data yang disimpan dalam komputer, sekumpulan bit disebut byte yaitu mewakili sebuah karakter tunggal yang berbentuk huruf, angka dan symbol lainnya.

Field merupakan pengelompokkan sebuah karakter menjadi sebuah kata, kumpulan kata, bilangan lengkap ( misalnya : nama atau usia seseorang), sedangkan sekumpulan field yang saling berhubungan dinamakan record, misalnya nama mahasiswa,  tanggal, dan nilainya.

Sekumpulan record dinamakan file 

1.1.2 Masalah Dengan Lingkungan File Tradisional

Pada kebanyakan organisasi , file data dan sistem cenderung bertumbuh secara mandiri tanpa rencana mnyeluruh perusahaan. Akuntansi, keuangan, manufaktur, sumber daya manusia, penjualan dan pemasaran semuanya berkembang dengan sistem dan file dtanya sendiri.

Contoh melalui pendekatan tradisional terhadap pemrosesan suatu informasi

Suatu aplikasi membutuhkan file dan program komputer sendiri untuk dapat bekerja.

Sebagai contoh aplikasi yang menggunakan pendekatan tradisional :

• Departemen SDM mempunyai file master personalia, file penggajian, file asuransi kesehatan, file pensiun, file daftar alamat.
• Departemen Keuangan mempunyai file penggajian, file pensiun, file daftar utama karyawan untuk kegiatan pembayaran gaji.

Redundansi dan Inkonsistensi

Redundasi data merupakan adanya duplikasi data dalam beberapa file data yang sama disimpan di dalam lebih dari satu lokasi. Redundasi data terjadi kelompok yang berbeda di dalam suatu orgainisasi mendaptkan data yang sama secara independen dan menyimpannya secara independen juga. Redundasi data menghabiskan tempat penyimpanan data dan menimbulkan inkonsistensi data, dalam arti atribut yang sama mungkin nilai yang berbeda.

Contoh Redundasi yaitu:

• Didalam sistem yang menggunakan input indentitas mahasiswa tapi di sistem yang lain menginputnya menggunakan indentitas saja.
• Pada sistem pengkodean yang berbeda , misanya pada toko pakaian mengguanakan kode yang berbeda pada penjualan, persediaan, dan sistem produksi dengan kode yang digunakan untuk mengkode ukuran akaian yang dijual kepelanggan.

Ketergantungan Program Data

Ketergantungan program data mengacu pada pasangan data yang tersimapan dalam file dan program tertentu. Perubahan pada suatu program , juga  mempengaruhi perubahan file dan juga data. Karena file merupakan kumpulan data yang  telah dikumpulkan.

            Kurangnya Fleksibilitas

Sistem file yang tradisional dapat mengirim jadwal  rutin setelah dilakukan pemrograman yang ekstensif, tetapi tidak dapat mengirim laporan khusus atau tidak merespon kebutuhan informasi yang tidak diantisipasi tepat waktu. Informasi yang dibutuhkan oleh permintaan khusus tersimpan di suatu tempat dalam suatu sistem, ttetapi terlalu mahal untuk dicari.

Keamanan yang buruk

Karena kendali pada data dan pengelolaan yang kurang, akses kepada dan penyebaran dari suatu informasi mungkin dapat dilakukan. Manajemen mungkin dapat mengetahui siapa yang sedang mengakses atau bahkan membuat perubahan pada data organisasi.

Kekurangan dalam Pembagian dan Ketersediaan Data

Informasi tidak dapat mengalir dengan bebas melintasi daerah fungsional yang berbeda-beda atau bagian yang berbeda dari organisasi. Jika pengguna menemukan nilai yang berbeda dari potongan informasi yangsama, dalam dua sistem yang berbeda , pengguna tidak akan menggunakan sistem ini karena mereka tidak mempercayai ketepatan data.

1.2 PENDEKATAN BASIS DATA TERHADAP PENGELOLAAN DATA

            Tehnologi basis data banyak masalah dalam organisasi file trandisional. Basis data (database) adalah sekumpulan data organisasi digunakan untuk melayani aplikasi secara efisien dengan memusatkan data dan mengendalikan redundasi data.

1.2.1 Sistem Manajemen Database

Merupakan peranti lunak yang memudahkan organisasi untuk memusatkan data, mengelola data secara efisien, dan menyediakan akses data bagi program aplikasi. DBMS (database management system) membuat basis data fisik tersedia untuk tampilan logis yang berbeda digunakan pengguna. DBMS digunakan sebagai perantara file dengan program aplikasi yang diguanakn dalam sebuah sistem.

Bagaimana DBMS menyelesaikan masalah dalam lingkungan file tradisional

Dengan memperkecil redundasi dan inkonsistensi data dengan meminimalisasi file-file yang terpisah  yang mempunyai data sama. DBMS tidak dapat menghilangkan redunsi, melainkan mengendalikan redundasi data. Menggunakan DBMS dapat menghilangkan inkonsistensi data karena pada sistem ini memastikan bahwa data yang sama memilki nilai yang sama.

DBMS Relasional

DBMS terkini menggunakan model-model yang berbeda untuk memantau entitas, atribut, dan hubungan. Jenis DBMS yang paling populer bagi PC ataupun mainframe saat ini adalah DBMS relasional (relational DBMS). DBMS relasional menampilkan data menjadi tabel dua dimensi.  Tabel dapat juga dianggap sebagai file, yang berisi data pada sebuah entitas. MySQL adalah DBMS open source yang terkenal sedangkan oracle database lite adalah DBMS untuk perangkat komputasi mobile. DBMS relasional mengorganisasikan data pemasok dan suku cadang. Database tersebut memiliki tabel yang terpisah untuk entitas pemasok dan sebuah tabel untuk entitas barang.

Informsi aktual/lengkap mengenai seorang pemasok yang berbasis sepanjang suatu tabel disebut baris. Baris sering juga disebut sebagai record  karena mewakili satu informasi lengkap mengenai seseorang atau dalam istilah yang sangat teknis disebut tuples. Data  untuk entitas suku cadang memiliki tabel terpisah yang tersendiri.

File nomor pemasok pada tabel pemasok memberikan identifikasi yang unik untuk setiap record sehingga record tersebut dapat diambil, diperbaharui, ataupun digolongkan. Dalam hal ini nomor pemasok disebut sebagai field kunci. Setiap tabel pada database relasional memiliki sebuah filed yang ditunjuk sebagai kunci primer. File kunci ini memberikan pemberi identitas yang unik untuk setiap informasi dalam satu baris pada sebuah tabel yang sama halnya dengan kunci primer, mereka tidak dapat diduplikasi. Nomor pemasok adalah kunci primer bagi tabel pemasok dan nomor suku cadang adalah kunci primer untuk tabel suku cadang .

1. Operasi DBMS Relasional

Tabel database relasional dapat dikombinasikan dengan mudah untuk mengirimkan data yang diperlukan pengguna yang disediakan oleh dua tabel yang saling berbagi elemen data. Dalam database relasional ada tiga operasi dasar yang digunakan untuk mengembangkan serangkaian data yang sangat berguna yaitu select, join, dan project. Operasi select menampilkan suatu bagian yang berisi seluruh rekaman pada suatu file berdasarkan kriteria yang ditentukan. Operasi join mengkombinasikan tabel-tabel yang memiliki keterkaitan untuk menyediakan informasi yang lebih lengkap kepada pengguna daripada pada satu tabel saja. Untuk operasi project menampilkan kolom-kolom dari suatu tabel berdasarkan kriteria tertentu yang memungkinkan pengguna untuk menampilkan tabel baru yang berisi informasi-informasi yang benar-benar diperlukan.

2. Database Non-Relasional dan Database pada Sistem Cloud Computing

Dalam jangka waktu 30 tahun, teknologi database relasional telah menjadi standar emas. Cloud computing volume data yang belum pernah ada sebelumnya, beban pekerjaan yang begiru besar untuk layanan web, serta kebutuhan untuk menyimpan data jenis baru memerlukan alternatif database selain model lama dari database rasional dalam mengorganisasikan data guna membentuk tabel, kolom, dan baris. Sistem manajemen database non-relasional menggunakan model data yang lebih fleksibel dan dirancang untuk mengelola data berukuran besar yang didistribusikan pada banyak perangkat serta mempermudah dalam meningkatkan atau menurunkan skalabilitas. Seperti web, media sosial, grafis dan bentuk data lainnya yang sulit dianalisis menggunakan perangkat tradisional berbasis SQL.

Ada beberapa database NoSQL yang masing-masing memiliki fitur teknis dan perlakukan yang berbeda. Database oracle NoSQL salah satu contoh diantaranya adalah simple DB buatan amazon, salah satu layanan web yang beroperasi pada sistem cloud computing .

Amazon dan penyedia layanan could computing lainnya juga menyediakan DBMS relasional. Relational  Database Service (RDS) Amazon menawarkan MysQL, SQL server, ataupun oracle database sebagai mesin pencari database. Besarnya pembayaran bergantung pada jumlah penggunaan. Oracle memiliki database clou service menggunakan relasional oracle database 11g, sedangkan microsoft SQL Azure Database adalah layanan database relasional berbasis cloud computing yang beroperasi pada microsoft SQL server DBMS.

Sistem privarte cloud computing mengkonsolidasikan server, tempat penyimpanan, sistem operasi, database serta beban pekerjaan kedalam perangkat keras dan perangkat lunak yang terdistribusi. Dengan mendistribusikan database pada sistem private could computing yang terkonsolidasi memungkinkan departemen TI untuk meningkatkan kualitas pelayanan serta mengurangi beban modal dan biaya operasi. Semakin tinggi tingkat kepadatan konsilidasi yang dicapai, semakin besar pengembalian atas investasi yang diterima.

Kapabilitas Sistem Manajemen Database

DBMS memiliki kapabilitas defenisi data (data dfenition) untuk menspesifikasikan stuktur konten database. Definisi data digunakan untuk membuat tabel database dan untuk mendefenisikan karakteristik field pada setiap tabel. Informasi tentang database ini akan didokumentasikan dallam kamus data. Kamus data (data dictionaary) adalah file manual ataupun otomatis yang menyimpan defenisi-defenisi elemen data berikut karakteristik mereka. Mc Acces memiliki kemampuan kamus data yang belum sempurna yaitu menampilan informasi seperti nama, deskripsi, ukuran, tipe, format, dan properti lainyya pada setiap filed pada sebuah tabel. Kamus data bagi database perusahaan besar dapat menangkap informasi tambahan seperti pengggunaan, kepemilikan, ototrisasi, keamanana, dan individual, fungsi-fungsi bisnis, program serta laporan yang menggunakan masing-masing elemen data.

Merancang Database

Untuk merancang database, harus difahami dulu bagaimana hubungan antara data, jenis dta yang dikelola pada database, bagaimana tersebut akan digunakan, serta bagaimana organisasi perlu diubah untuk mengelola data dari perspektif lengkap seluruh perusahaan. Database memerlukan rancangan konsep maupun fisik. Rancangan konseptual atau logis dari suatu database adalah model abstrak dari database dari perspektif organisasi bosnis, dimana rancangan fisik menunjukka bagaimana database dirancang lewat akses langsung perangkat penyimpanan.

Normalisasi dan diagram relasi entitas

Rancangan konseptual suatu database menggambakan bagaimana elemen-elemen pada database dikelompokkan. Proses perancangan tersebut mengidentifikasi hubungan antara elemen-elemen data dan cara paling efisien dalam mengelompokkan elemen-elemen data yang diperlukan dan untuk menjawab kebutuhan informasi suatu organisasi bisnis. Proses tersebut juga mengidentigikasi data-data ganda dan pengelompokan elemen-elemen data yang diperlukana untuk program aplikasi yang spesifik.

Sistem database relasional berupaya untuk menerapkan antara referensial terintegrasi yang menjamin hubungan antara variabel tetap konsisten. Ketika suatu tabel memiliki kunci asing yang mengacu pada tabel lainnya, maka tidak diperkenankan menambah record apapun sampai terdappat record yang sesuai yang sesuai pada tabel yang berhubungan. Perancang database mendokumentasikan model datanya dengan sebuah diagram relasi entitas.

1.3 MEMANFAATKAN DATABASE UNTUK MENINGKATKAN KINERJA BISNIS DAN PENGAMBILAN KEPUTUSAN

• Tantangan dalam menangani besarnya volume data

Sampai 5 tahun sebagian besar data dikumpulkan oleh organisasi yang terdiri atas data transaksi yang dapat ditempatkan dengan mudah kedalam kolom danbaris pada DBMS Relasional. Kemungkinan data-data yang ada memiliki struktur atau tidak sesuai dengan produk DBMS relasional yang mengorganisasikan data kedalam bentuk kolom dan baris.

• Infrastruktur Bisnis

Kebutuhan akan data yang berkapabilitas besar memerlukan infraksruktur bisnis yang terkini dan memiliki rabgkaian perangkat untuk memperoleh informasi-informasi yang diperlukan dari berbagai jenis data yang berbeda yang ada dalam organisasi. Kemampuan-kemampuan tersebut meliputi data warehouse, data marts, hadoop, in-memory computing, serta platform analitis.

Data warehouse dan data mart

Data warehouse adalah data yang menyimpan data historis dan data terkini yang berpengaruh bagi kepentingan pengambil jeputusan diseluruh perusahaan. Sedangkan data mart adalah bagian dari data warehouse yang diringkas atau dikhususkan untuk penanganan jenis-jenis data tertentu pada database yang terpisah untuk kelompok pengguna yang lebih ditentkan.

Hadoop

Hadoop adalah perangkat kerja open source yang dikelola oleh Apache software foundation yang memungkinkan pendistribusian proses data berkapasitas besar secara paralel pada komputer-komputer berbiaya terjangkau.

Komputasi dalam memori

Komputasi dalam memori adalah cara yang lain untuk memfasilitasi analisis data yang besar.

Platform analitis

Para vendor database komersial telah mengembangkan Platform analitis yang berkecepatan timggi yang terspesialisasi dengan menggunakan baik teknologi terkait maupun yang tidak terkait yang dioptimalkan untuk menganalisis kumpulan data yang besar.

1.3.3 Perangkat Analitis: Hubungan, Pola, Tren

Pemrosesan Analisis Online (OLAP)

OLAP mendukung analisis data yang multidimensional yang memungkinkan bagi para pengguna untuk melihat data yang sama dalam cara-cara yang berbeda dengan menggunakan banyak dimensi. Masing-masing aspek dari informasi seperti produk, penetapan harga, biaya, wilayah, atau periode wakti, mewakili dimensi yang berbeda. OLAP memungkinkan bagi para pengguna untuk memperoleh jawaban-jawaban secara online atas pertanyaan-pertanyaan khusus.

Tampilan ini memperlihatkan suatu model multidimensional yang dapat diciptakan untuk mewakili pelanggan, waktu penjualan, dan produk

Data Mining

Data mining memberikan wawasan pada korporat, data yang tidak dapat diperoleh dengan OLAP dengan menemukan pola-pola yang tersembunyi serta hubungan dalam database yang benar dan aturan menarik kesimpulan dari mereka untuk memprediksikan perilaku pada masa yang akan datang. Tipe informasi yang dapat diperoleh dari data mining yaitu :

• Asosiasi merupakan kejadian yang dikaitkan dengan suatu peristiwa tunggal. Contoh : ketika keripik jagung dibeli, maka minuman cola akan dibeli sebanyak 65%, tetapi ketika terdapat promosi, maka cola yang dibeli meningkat mejadi 85%
• Dalam sekuen, peristiwa-peristiwa akan dikaitkan berdasarkan waktu.
  Contoh : jika sebuah rumah dibeli, terdapat 65% kemungkinan sebuah kulkas baru akan dibeli juga dalam dua minggu, dan 45% kemungkinan sebuah oven akan dibeli dalam waktu sebulan setelah rumah itu dibeli.
• Klasifikasi membahas pola-pola yang menggambarkan kelompok yang mana suatu barang dimiliki dengan memeriksa barang yang ada, yang telah diklasifikasikan dan dengan menarik kesimpulan dari serangkaian aturan.
  Contoh : bisnis kartu kredit atau perusahaan telepon akan khawatir kehilangan para pelanggannya yang loyal. Klasifikasi dapat membantu untuk menemukan ciri-ciri pelanggan yang memiliki kecenderungan untuk berhenti dan dapat menyediakan suatu model untuk membantu para manajer dalam memprediksikan siapakah pelanggan tersebut sehingga para manajer dapat merancang kampanye-kampanye khusus untuk mempertahankan pelanggan tersebut.
• Pengklasteran (clustering) bekerja dengan cara yang sama seperti klasifikasi ketika tidak ada kelompok yang masih belum didefinisikan.
  Contoh : menemukan daya tarik kelompok atas kartu bank atau membagi suatu database ke dalam kelompok-kelompok pelanggan yang didasarkan pada demografis dan tipe dari investasi pribadi.
• Peramalan menggunakan serangkaian nilai yang ada untuk meramalkan berapa besar dari nilai lainnya.
  Contoh : peramalan akan menemukan pola-pola dalam data untuk membantu para manajer dalam mengestimasi nilai masa mendatang dari variabel-variabel yang terus-menerus, seperti angka penjualan.

Teks Mining dan Web Mining

Perangkat teks mining tersedia untuk membantu bisnis dalam menganalisis data yang tidak terstruktur. Alat bantu ini dapat mengestrak elemen-elemen kunci dari rangkaian data yang besar yang tidak terstruktur, menemukan pola hubungan, dan meringkas informasi.

Web merupakan sumber utama lainnya dari data besar yang tidak terstruktur untuk mengungkapkan pola, kecenderungan, dan wawasan dalam perilaku konsumen. Web mining merupakan penemuan serta analisis pola dan informasi yang bermanfaat dari World Wide Web. Bisnis akan beralih kepada web mining untuk membantu mereka dalam memahami perilaku konsumen, melakukan evaluasi atas keefektifan situs web tertentu, atau kuantitas dari keberhasilan suatu kampanye pemasaran.

Web mining akan mencari pola dalam data melalui penelusuran konten, penelusuran struktur, dan penelusuran penggunaan. Penelusuran konten merupakan proses untuk mengestrak pengetahuan dari konten dalam laman web, seperti teks, gambar, audio, dan data video. Penelusuran struktur memeriksa data yang terkait dengan struktur dari situs web tertenty, seperti tautan yang menunjuk pada suatu dokumen mengindikasikan popularitas dari dokumen tersebut, sementara itu, tautan keluar dari suatu dokumen mengindikasikan pengayaan atau mungkin variasi dari topik yang tercakup dalam dokumen. Penelusuran penggunaan menelaah data interaksi pengguna yang dicatat oleh server web kapan pun permintaan dari sumber daya situs web tersebut diterima.

1.3.4 DATABASE DAN WEB

Pengguna mengakses situs web peritel melalui internet dengan menggunakan perangkat lunak browser web pada komputer PC kliennya. Perangkat lunak browser web akan meminta data dari database organisasi, dengan menggunakan perintah HTML untuk berkomunikasi dengan server web.

Terdapat sejumlah keuntungan dengan menggunakan web untuk mengakses database internal organisasi. Pertama, perangkat lunak browser web jauh lebih mudah untuk digunakan daripada perangkat query yang dimiliki. Kedua, tampilan web membutuhkan sedikit perubahan atau tidak sama sekali terhadap database internal. Dibutuhkan biaya yang lebih rendah untuk menambahkan antar muka web di depan sistem yang diwariskan daripada merancang kembali dan membangun kembali sistem untuk meningkatkan akses pengguna. Mengakses database perusahaan melalui web menciptakan efisiensi, peluang, dan model bisnis yang baru. Terdapat banyak database yang diaktifkan dengan web dalam sektor publik untuk membantu pelanggan dan warga negara untuk mengakses informasi yang berguna.

1.4 MENGELOLA SUMBER DATA

Menetapkan Kebijakan Informasi

Kebijakan informasi menentukan aturan organisasi dalam hal pembagian, penyebaran, perolehan, standardisasi, klasifikasi, dan penyimpanan informasi. Undang-undang kebijakan informasi menjelaskan prosedur dan akuntabilitas yang spesifik, mengidentifikasi informasi yang dapat saling dibagikan oleh pengguna dan unit organisasi, dimana informasi dapat didistribusikan, dan siapa yang bertanggung jawab untuk memperbarui dan memelihara informasinya.

Dalam organisasi skala kecil, kebijakan informasi akan ditetapkan dan ikan oleh pemilik atau manajer. Dalam organisasi skala besar, pengelolaan dan perencanaan informasi sebagai sumber daya perusahaan membutuhkan fungsi administrasi data formal. Administrasi data bertanggung jawab atas kebijakan dan prosedur yang mengatur data sebagai sumber daya organisasi. Tanggung jawab tersebut meliputi pengembangan kebijakan informasi, perencanaan data, pengawasan rancangan database logis, dan pengembangan kamus data, serta pemantauan terhadap spesialis sistem informasi dan kelompok pengguna akhir dalam menggunakan data.

Tata kelola data berkaitan dengan kebijakan dan proses untuk mengelola ketersediaan, kegunaan, integritas, dan keamanan dari data yang digunakan dalam suatu perusahaan, dengan penekanan khusus pada dukungan untuk privasi, keamanan, kualitas data, dan kepatuhan terhadap berbagai aturan pemerintah. Administrasi database bertanggung jawab untuk mendefinisikan dan mengatur struktur dan isi database, serta memelihara database tersebut.

Memastikan Kualitas Data

Beberapa permasalahan kualitas data adalah data ganda dan tidak konsisten yang dihasilkan oleh banyaknya sistem yang dimasukkan ke dalam data warehouse. Sebagian besar permasalahan kualitas data bersumber dari kesalahan ketika memasukkan data. Insiden kesalahan akan meningkat seiring dengan perusahaan memindahkan kegiatan bisnisnya ke web dan memungkinkan pelanggan dan pemasok untuk memasukkan data ke dalam situs web mereka yang secara langsung memperbarui sistem internal.

Analisis kualitas data (data quality audit) sering dimulai dengan audit kualitas data, yang merupakan survei terstruktur atas keakuratan dan tingkat kelengkapan dari data dalam suatu sistem informasi. Audit kualitas data dapat diselenggarakan dengan melakukan survei keseluruhan file data, menyurvei sampel file data, atau menyurvei pengguna data atas persepsi mereka mengenai kualitas data.

Pembersihan data (data cleansing atau data scrubbing) terdiri atas kegiatan mendeteksi dan mengoreksi data dalam database yang tidak benar, tidak lengkap, tidak diformat dengan tepat, atau berlebihan. Pembersihan data juga menekankan konsistensi diantara serangkaian data yang berbeda yang berasal dari sistem informasi yang terpisah. Permasalahan kualitas data bukan hanya merupakan permasalahan dalam bisnis semata, tetapi juga menimbulkan permasalahan yang serius bagi individual, memengaruhi kondisi keuangan mereka, dan bahkan pekerjaan mereka.

DAFTAR PUSTAKA

http://oktadymalik.multiply.com/journal/item/43

https://pakpahanrini.wordpress.com/2015/11/06/