KUALITAS DATA FIRDAUS SOLIHIN UNIVERSITAS TRUNOJOYO
KUALITAS DATA SANGAT PENTING?
Meningkatkan percayaan diri dalam pengambilan keputusan Memperbaiki pelayanan kpd Customer Meningkatkan kesempatan memperbaiki kinerja, Mengurangi resiko dari keputusan yang berbahaya, Mengurangi biaya, terutama untuk pemasaran, Mengembangkan strategi untuk pembuatan keputusan, Meningkatkan produktivitas dengan memangkas beberapa proses Menghindari efek komplikasi dari data yang terkontaminasi
1
Akurasi Vs Kualitas AKURASI Sesuai entitasnya Elemen data Didefinisikan menggunakan Database Teknologi Elemen data menyesuaikan dgn batasan tervalidasi Masing2 data memiliki tipe data yg sesuai Operasional Database
KUALITAS Sesuai Kegunaan Sesuai dengan representasi Bisnis
Terhubung tidak hanya dalam satu data tapi keseluruhan sistem Form dan data konsisten terhadap keseluruhan sistem Datawarehouse
Indikator Data Berkualitas (1)
ACCURACY = data yang tersimpan nilainya benar (name cocok dengan alamatnya) DOMAIN INTEGRITY = nilai attributnya sesuai batasan yang diperkenankan (nilai attribut laki n perempuan) DATA TYPE = Nilai data disimpan dalam tipe data yang sesuai (data nama disimpan dengan tipe text)
2
Indikator Data Berkualitas (2)
CONSISTENCY = nilai sebuah field data akan sama semua dalam berbagai berkas (field produk A dgn kode 123, akan selalu sama kodenya di setiap berkas lain) REDUDANCY = tidak boleh ada data yang sama disimpan di tempat yang berbeda dalam satu sistem COMPLETENESS = Tidak ada nilai atttribut salah yang diberikan dalam sistem
Indikator Data Berkualitas (3)
DUPLICATION = tidak ada baris record yang sama dalam satu sistem CONFORMANCE TO BUSINESS RULES = sesuai dengan aturan bisnis yang berlaku (di bank loan balance = + or 0) STRUCTURAL DEFINITENESS = dapat didefinisikan strukturnya (nama = firstname + middlename + lastname
3
Indikator Data Berkualitas (3)
DATA ANOMALY = sebuah field hanya digunakan sesuai kegunaannya. (field address3 digunakan untuk mencatat baris ketiga dalam alamat bukan untuk telp atau fax) CLARITY = Kejelasan arti kegunaan dan cara penulisan sebuah data (penamaan khusus) TIMELY = merepresentasikan waktu dari data yang dimasukkan (jika data digunakan perhari maka data pada warehaouse harus juga dibuat per hari)
Indikator Data Berkualitas (4)
USEFULNESS = setiap data harus benar digunakan oleh user ADHERENCE TO DATA INTEGRITY RULES = taat pada aturan keterhubungan data
4
Manfaat dari meningkatnya kualitas data
Analysis with Timely Information Better Customer Service Newer Opportunities Reduced Costs and Risks Improved Productivity Reliable Strategic Decision Making
Tantangan dalam membangun kualitas data
5
Macam permasalahan dalam menjaga kualitas data (1)
Dummy values in fields (kode pos di isi 77777) Absence of data values (alamat tidak terbagi menjadi region) Unofficial use of fields (isi komentar pada customer contact filed) Cryptic values. (penyingkatan nilai yang berubah L P jadi P W)
Macam permasalahan dalam menjaga kualitas data (2)
Contradicting values (alamat di kamal tapi kode pos bukan 69162) Violation of business rules (waktu kerja max 365 hari tdk boleh lebih) Reused primary keys (kode PK hanya 5 digit tapi data yang mau dimasukkan lebih dari 100.000) Nonunique identifiers (kode produk A = 563 di dept sales tapi di dep keu produk A = A226
6
Macam permasalahan dalam menjaga kualitas data (3)
Inconsistent values (disistem satu kodenya L n P tapi disitem lain bisa 1 dan 2 arau juga Lk dan Pr) Incorrect values (Tinggi badan 20) Multipurpose fields (satu field diisi oleh dept yang berbeda dapat berbeda arti dan fungsi) Erroneous integration (penggunaan kode data yang berbeda harus diintegrassikan.)
Partisipan n role
7
Contoh Kasus
Studi Kasus Singapore’s Tourism Board Masalah:sistem lama kewalahan, tidak dapat memenuhi permintaan statistik yang akurat dan cepat karena file-file tersimpan secara terpisah dalam beragam sumber Solusi: dibangun Data warehouse disebut AIMS (Automated Information Management System)
8
Spesifikasi AIMS
Berbasis database oracle OS: sun Perangkat lunak analisis infoPump, Info-Bea-con, InfoReports, dan WebBacon. InfoBacon: perangkat lunak analisis online Data ditampilkan dalam format multidimensi
Hasil
Laporan dibuat lebih efisien dan cepat Menghemat 550 hari untuk membuat laporan Menghemat 546 hari untuk melayani permintaan informasi dari beragam departemen Informasi mengenai wisatawan diperoleh hanya 3 hari dari kedatangan para wisatawan singapura
9
Tantangan Manajemen 1.Hambatan organisasional pada lingkungan database DBMS merupakan tantangan tersendiri bagi kekuatan pengaturan yang ada di dalam organisasi/ resistensi politik 2.Mengintegrasikan data dan memastikan kualitas data Organisasi perlu mengantisipasi banyaknya pengeluaran untuk mengintegrasikan, mengelompokkan dan membakukan data sehingga tersusun dalam database yang mampu melayani perusahaan secara keseluruhan
10
