Pengertian DBMS

atabase Management System (DBMS)

DBMS  adalah  sistem  perangkat lunak  yang  memungkinkan pengguna untuk mendefinisikan,membuat, memelihara, danmengontrol akses ke database.

Fasilitas-fasilitas yang disediakanDBMS :

• Memungkinkan pengguna mendefinisikan database biasanya melalui DDL (Data Definition Language). DDL memungkinkan pengguna untuk menentukan tipe dan struktur data yang akan disimpan pada database. 

• Memungkinkan pengguna untuk memasukkan, meng-update, menghapus, dan mengambil data dari database biasanya melalui DML (Data Manipulation Language). 

• Menyediakan akses terkontrol ke database. Contohnya : 

ƒ Sistem sekuriti, mencegah pengguna yang tidak memiliki hak untuk mengakses database. 

ƒ Sistem integrity, memelihara konsistensi dari data yang disimpan 

ƒ Concurrency control system, memungkinkan akses bersama database 

ƒ Recovery control system, mengembalikan database ke keadaan sebelumnya yang masih konsisten ketika terjadi kerusakan perangkat keras atau perangkat lunak. 

ƒ User-accessible catalog, berisi deskripsi dari data pada database. 

Keuntungan dari DBMS : 

ƒ Mengontrol duplikasi data 

Database dapat mengurangi duplikasi data yang terjadi pada File-Based System. Tetapi tidak semua duplikasi data dapat dihilangkan, melainkan hanya dapat dikontrol. Hal ini dikarenakan terkadang duplikasi data tetap dibutuhkan untuk meningkatkan perfoma. 

ƒ Data konsisten 

Dengan menghilangkan atau mengontrol duplikasi data akan mengurangi resiko ketidakkonsistenan dari data yang mungkin terjadi. 

ƒ Data yang sama memiliki lebih banyak informasi 

Dengan adanya integrasi data operasional maka memungkinkan bagi sebuah organisasi mendapatkan informasi tambahan dari data yang sama. 

ƒ Penggunaan data bersama-sama 

Biasanya file dimiliki oleh seseorang atau departemen yang menggunakannya. Sebaliknya database dimiliki oleh organisasi secara keseluruhan dan dapat di-share kepada pengguna yang memiliki hak. 

ƒ Integritas data telah dikembangkan 

Integritas data memiliki arti dari konsisten dan keabsahan dari data yang disimpan. Integritas biasanya menegaskan arti dari constraint, yang merupakan aturan yang tidak dapat di langgar oleh pemakai database. 

ƒ Keamanan telah dikembangkan 

Keamanan database akan melindungi database dari pemakai yang tidak memiliki hak. Hal ini biasanya dilakukan dengan adanya nama pemakai dan password untuk mengidentifikasikan hak yang dimiliki oleh setiap pemakai. 

ƒ Memiliki standar yang jelas 

Integrasi memungkinkan Database Administrator (DBA) untuk mendefinisikan dan memberikan standar yang dibutuhkan, seperti format data untuk mendukung pertukaran data antar sistem, aturan penamaan, standar dokumentasi, prosedur update, dan cara atau hak pengaksesan. 

ƒ Ekonomis 

Dengan menggabungkan semua data operasional organisasi ke dalam satu database dan membuat beberapa aplikasi yang bekerja dengan menggunakan satu sumber data, ini dapat menghemat pengeluaran. Jadi dana yang di keluarkan akan labih kecil dari dana tiap bagian pada file based system bila digabungkan. 

ƒ Konflik kebutuhan dapat diseimbangkan 

Setiap pengguna atau departemen mempunyai suatu kebutuhan masing- masing, di mana kebutuhan tersebut dapat menimbulkan konflik dengan pengguna atau departemen yang lain. Dengan database berada di bawah kendali dari DBA, maka DBA dapat membuat keputusan mengenai perancangan dan penggunaan operational dari database yang menyediakan penggunaan sumber daya database terbaik bagi organisasi. 

ƒ Meningkatkan kemampuan akses dan respon data 

Sebagai hasil integrasi, data umum dapat diakses secara langsung oleh pemakai. Hal ini menyediakan sistem yang memiliki lebih banyak fungsi. 

ƒ Meningkatkan produktifitas 

DBMS menyediakan banyak fungsi standar yang biasanya harus dibuat oleh seorang programmer pada aplikasi berbasis file. Pada tingkat dasar DBMS menyediakan semua rutin low level untuk menangani file yang biasanya ada pada program aplikasi. Kegunaan dari fungsi ini adalah membuat seorang programmer dapat memusatkan perhatiannya hanya pada fungsi yang spesifik yang dibutuhkan oleh pengguna, tanpa perlu memikirkan detil dari implementasi low level-nya. 

ƒ Mempermudah perawatan dengan menghilangkan ketergantungan data Dalam file-based system deskripsi dari data dan logika untuk pengaksesan data dibuat untuk tiap aplikasi, sehingga program sangat tergantung terhadap data. Sebuah perubahan terhadap struktur data tersebut, sebagai contoh variabel alamat yang sebelumnya dgn panjang 40 karakter ingin diubah menjadi 41 karakter, ini memerlukan perubahan yang banyak pada program yang terpengaruh efek dari perubahan tersebut. Sedangkan pada DBMS deskripsi data dan aplikasi terpisah, dengan cara demikian membuat aplikasi tidak terpengaruh terhadap perubahan dari deskripsi data. 

ƒ Meningkatkan concurrency 

Pada file-based system, jika dua atau lebih pengguna yang mengakses file yang sama secara bersamaan, akses itu bisa saling mempengaruhi, dan bahkan bisa membuat hilangnya informasi. Sedang DBMS dapat mengelola akses data secara bersamaan. 

ƒ Meningkatkan kemampuan backup dan perbaikan 

Pada file-based system, pengguna sendiri yang bertanggung jawab untuk melindungi data dari kegagalan sistem komputer atau program aplikasi. Hal tersebut membutuhkan kerja tambahan di mana pengguna harus melakukan backup data, dan apabila backup tersebut hilang, pengguna harus mengulang kembali peng-input-an data. Kebalikannya, DBMS modern menyediakan fasilitas untuk mengurangi jumlah proses yang harus dilakukan ketika terjadi kegagalan sistem tersebut. 

Kekurangan dari DBMS : 

ƒ Kompleksitas 

Fungsionalitas yang diharapkan dari DBMS membuat DBMS menjadi software yang sangat kompleks. Pengguna DBMS harus memahami dengan baik setiap fungsi dari DBMS untuk mendapatkan keuntungan maksimum dari DBMS tersebut. Ketidakpahaman atas sistem dapat menyebabkan pengambilan keputusan perancangan yang buruk akan mengakibatkan dampak serius pada organisasi. 

ƒ Ukuran 

Kompleksitas dan fungsionalitas yang baik membuat DBMS menjadi sebuah software yang berukuran sangat besar dan membutuhkan disk space yang sangat besar serta jumlah memory yang besar agar dapat dijalankan seefisien mungkin. 

ƒ Harga DBMS 

Harga DBMS sangat bervariasi tergantung dari lingkungan dan fungsi yang disediakan termasuk biaya pemeliharaan. 

ƒ Biaya perangkat keras tambahan 

Kebutuhan disk storage untuk DBMS dan database menyebabkan kemungkinan untuk membeli storage tambahan. Selain itu, untuk mendapatkan perfoma yang diinginkan, dibutuhkan perangkat keras yang cepat dan baik tetapi mahal. 

ƒ Biaya konversi 

Pada beberapa situasi, biaya yang dibutuhkan untuk mengubah aplikasi agar dapat berjalan pada DBMS yang baru dapat jauh lebih mahal dari biaya perangkat keras tambahan. Biaya tersebut juga termasuk biaya pelatihan pegawai untuk menggunakan sistem yang baru, dan mungkin juga biaya pegawai spesialis untuk membantu konversi dan pelaksanaan sistem. 

ƒ Perfoma 

Biasanya file-based system ditulis untuk aplikasi khusus yang mengakibatkan perfoma secara umum sangat baik. Akan tetapi DBMS dibuat secara umum untuk dapat menjalankan berbagai aplikasi yang mengakibatkan beberapa aplikasi berjalan lebih lambat dari yang seharusnya. 

ƒ Dampak yang besar akibat kegagalan 

Pemusatan sumber daya menambah kerawanan pada sistem. Karena semua pemakai dan aplikasi tergantung pada DBMS, kegagalan pada satu bagian dapat mengakibatkan sistem terhenti.

http://ensikopedi.blogspot.com/2013/02/database-management-system-dbms.html

Komentar :

Sangat bagus , sangat informatif , dan sangat berguna untuk pemahan

Keuntungan dan Kekurangan Data Base Terkontribuse

KEUNTUNGAN DAN KERUGIAN DATA BASE TERDISTRIBUSI

KEUNTUNGAN DATA BASE TERDISTRIBUSI

1. Pengawasan distribusi dan pengambilan data

Jika beberpa site yang berbeda dihubungkan, seorang pemakai yang berada pada satu site dapat mengakses data pada site lain.

Contoh : sistem distribusi pada sebuah bank memungkinkan seorang pemakai pada salah satu cabang dapat mengakses data cabang lain.

2. Reliability dan availability

Sistem distribusi dapat terus menerus berfungsi dalam menghadapi kegagalan dari site sendiri atau mata rantai komunikasi antar site.

3.Kecepatan pemrosesan query

Contoh : jika site-site gagal dalam sebuah sistem terdistribusi, site lainnya dapat melanjutkan operasi jika data telah direplikasi pada beberapa site.

4. Otonomi lokal

Pendistribusian sistem mengijinkan sekelompok individu dalam sebuah perusahaan untuk melatih pengawasan lokal melalui data mereka sendiri. Dengan kemampuan ini dapat mengurangi ketergantungan pada pusat pemrosesan.

5. Efisiensi dan fleksibel

Data dalam sistem distribusi dapat disimpan dekat dengan titik diman data tersebut dipergunakan. Data dapat secara dinamik bergerak atau disain, atau salinannya dapat dihapus.

KERUGIAN DATABASE TERDISTRIBUSI

1. Harga software mahal

Hal ini disebabkan sangat sulit untuk membuat sistem database distribusi.

2. Kemungkinan kesalahan lebih besar

Site-site beroperasi secara paralel sehingga lebih sulit untuk menjamin kebenaran dan algoritma. Adanya kesalahan mungkin tak dapat diketahui.

3. Biaya pemrosesan tinggi

Perubahan pesan dan penambahan perhitungan dibutuhkan untuk mencapai koordinasi antar site.

http://umum89.blogspot.com/2010/06/keuntungan-dan-kerugian-data-base.html

Komentar : 

Sangat informatif dan sangat berguna untuk informasi dan untuk berjaga"

Pengertian Data Base

Pengertian database


Pengertian Database


Database adalah kumpulan informasi yang disimpan di dalam komputer secara sistematik untuk memperoleh informasi dari basis data tersebut.
Database adalah representasi kumpulan fakta yang saling berhubungan disimpan secara bersama, untuk memenuhi berbagai kebutuhan.
Database merupakan sekumpulan informasi yang saling berkaitan pada suatu subjek tertentu untuk tujuan tertentu pula.
Database adalah susunan record data operasional lengkap dari suatu organisasi atau perusahaan, yang diorganisir dan disimpan secara terintegrasi dengan menggunakan metode tertentu sehingga mampu memenuhi informasi yang optimal yang dibutuhkan olehpara pengguna.



Asal Mula Istilah Database



Istilah “database” berawal dari ilmu komputer. Meskipun kemudian artinya semakin luas, memasukkan hal-hal yang di luar bidang elektronika, artikel mengenai database komputer. Catatan yang mirip dengan database sebenarnya sudah ada sebelum revolusi industri yaitu dalam bentuk buku besar, kuitansi danm kumpulan data yang berhubungan dengan bisnis.

Konsep Dasar Database



Konsep dasar database adalah kumpulan dari catatan, atau potongan dari pengetahuan. Sebuah database memiliki penjelasan terstruktur dari jenis fakta yang tersimpan di dalamnya: penjelasan ini disebut skema. Ada banyak cara untuk mengorganisasi skema, atau memodelkan struktur database: ini dikenal sebagai database model atau model data. Model yang umum digunakan sekarang adalah model relasional, yang menurut istilah yaitu mewakili semua informasi dalam bentuk tabel yang saling berhubungan dimana setiap tabel terdiri dari baris dan kolom (definisi yang sebenarnya menggunakan terminologi matematika). Dalam model ini, hubungan antar tabel diwakili dengan menggunakan nilai yang sama antar tabel.

Perangkat Untuk Membuat Database.



Database dapat dibuat dan diolah dengan menggunakan suatu program komputer, yaitu yang biasa disebut dengan software (perangkat lunak).Software yang digunakan untuk mengelola dan memanggil kueri (query) database disebut Database Management System (DBMS) atau jika diterjemahkan kedalam bahasa indonesia berarti “Sistem Manajemen Basis Data”.

DBMS terdiri dari dua komponen, yaitu Relational Database Management System (RDBMS) dan Overview of Database Management System (ODBMS). RDBMS meliputi Interface Drivers, SQL Engine, Transaction Engine, Relational Engine, dan Storage Engine. Sedangkan ODBMS meliputi Language Drivers,Query Engine, Transaction Engine, dan Storage Engine.

Sedangkan level dari softwarenya sendiri, terdapat dua level software yang memungkinkan untuk membuat sebuah database antara lain :
High Level Software dan Low Level Software.

Yang termasuk di dalam High Level Software, antara lain Microsoft SQL Server, Oracle, Sybase, Interbase, XBase, Firebird, MySQL, PostgreSQL, Microsoft Access, dBase III, Paradox, FoxPro, Visual FoxPro, Arago, Force, Recital, dbFast, dbXL,Quicksilver, Clipper, FlagShip, Harbour, Visual dBase, dan Lotus Smart Suite Approach. Sedangkan yang termasuk di dalam Low Level Software antara lainBtrieve dan Tsunami Record Manager.

Tipe Database

Terdapat 12 tipe database, antara lain Operational database, Analyticaldatabase, Data warehouse, Distributed database, End-user database, External data base, Hypermedia databases on the web, Navigational database, In-memory data bases, Document-oriented databases, Real-time databases, dan RelationalDatabase.

http://thekicker96.wordpress.com/pengertian-database/

Komentar:

Banyak informasi yang saya dapatkan dan cukup bagus dan mudah dimengerti pengkajian dari pengertian Data Base itu sendiri

Pengertian Data Mining

Pengertian Data Mining


Data Mining memang salah satu cabang ilmu komputer yang relatif baru. Dan sampai sekarang orang masih memperdebatkan untuk menempatkan data mining di bidang ilmu mana, karena data mining menyangkut database, kecerdasan buatan (artificial intelligence), statistik, dsb. Ada pihak yang berpendapat bahwa data mining tidak lebih dari machine learning atau analisa statistik yang berjalan di atas database. Namun pihak lain berpendapat bahwa database berperanan penting di data mining karena data mining mengakses data yang ukurannya besar (bisa sampai terabyte) dan disini terlihat peran penting database terutama dalam optimisasi query-nya.


Banyak istilah yang digunakan untuk menunjukkan proses data mining (contoh : knowledge discovery, knowledge extraction,data/pattern analysis, data archeology, data dredging, information harvesting, business intelligence, dll).
Untuk dapat memberikan pemahaman tentang data mining, penulis akan mencoba menguraikan urutan fakta yang terjadi, agar dapat memberikan persepsi tersendiri. Berikut ini adalah beberapa fakta yang terjadi :
- Banyak sekali organisasi, baik dari dunia bisnis ataupun pemerintah berurusan dengan sejumlah sumber informasi dan juga pengelolaan basis data informasi tersebut, dan bukan tidak mungkin termasuk di dalamnya kebutuhan akan pembangunan data warehouse dalam skala besar.
- Dan seringkali data yang tersimpan tidak dapat secara langsung di analisa dengan metode metode statistik standar. Hal ini disebabkan karena adanya beberapa rekord yang hilang ataupun juga karena data nya dalam dimensi ukuran kualitatif dan bukan kuantitatif.
- Karena tingkat pertumbuhan ukuran basis data yang sangat cepat, bahkan terkadang sistem administrator nya sendiri pun mengalami kendala untuk mengetahui informasi yang terkandung di dalamnya atau sekedar mengetahui hubungannya dengan pertanyaan pertanyaan yang timbul.
- Akan menjadi suatu keuntungan tersendiri apabila suatu organisasi mempunyai cara untuk “menggali” sumber informasi nya yang berupa basis data yang besar, sehingga dapat diketahui informasi yang penting dan juga pola pola yang kemungkinan terkandung di dalamnya.
- Sekarang terdapat beberapa metodologi data mining yang kemungkinan dapat berguna untuk menganalisa sumber sumber data dalam rangka menemukan pola dan tren terbaru.


Lalu apakah data mining itu? Apakah memang berhubungan erat dengan dunia pertambangan…. tambang emas, tambang timah, dsb. Definisi sederhana dari data mining adalah ekstraksi informasi atau pola yang penting atau menarik dari data yang ada di database yang besar. Dalam jurnal ilmiah, data mining juga dikenal dengan nama Knowledge Discovery in Databases (KDD).


Sesuai yang tercantum dalam buku “Advances in Knowledge Discovery dan Data mining” terdapat definisi sebagai berikut:
Knowledge discovery (data mining) in databases (KDD) adalah keseluruhan proses non-trivial untuk mencari dan mengidentifikasi pola (pattern) dalam data, dimana pola yang ditemukan bersifat sah (valid), baru (novel), dapat bermanfaat (potentially usefull), dapat dimengerti (ultimately understandable)[2].


Istilah data mining dan knowledge discovery in databases (KDD) sering kali digunakan secara bergantian untuk menjelaskan proses penggalian informasi tersembunyi dalam suatu basis data yang besar. Sebenarnya kedua istilah tersebut memiliki konsep yang berbeda akan tetapi berkaitan satu sama lain. Dan salah satu tahapan dalam keseluruhan proses KDD adalah data mining. Proses KDD secara garis besar dapat dijelaskan sebagai berikut:
Data Selection
Pemilihan (seleksi) data daru sekumpulan data operasional perlu dilakukan sebelum tahap penggalian informasi dalam KDD dimulai. Data hasil seleksi yang akan digunakan untuk proses data mining, disimpan dalam suatu berkas, terpisah dari basis data operasional.
Pre-processing/ Cleaning
Sebelum proses data mining dapat dilaksanakan, perlu dilakukan proses cleaning pada data yang menjadi fokus KDD.
Proses cleaning mencakup antara lain membuang duplikasi data, memeriksa data yang inkonsisten, dan memperbaiki kesalahan pada data, seperti kesalahan cetak (tipografi).
Juga dilakukan proses enrichment, yaitu proses “memperkaya” data yang sudah ada dengan data atau informasi lain yang relevan dan diperlukan untuk KDD, seperti data atau informasi eksternal.




Transformation
Coding adalah proses transformasi pada data yang telah dipilih, sehingga data tersebut sesuai untuk proses data mining. Proses coding dalam KDD merupakan proses kreatif dan sangat tergantung pada jenis atau pola informasi yang akan dicari dalam basis data
Data mining
Data mining adalah proses mencari pola atau informasi menarik dalam data terpilih dengan menggunakan teknik atau metode tertentu. Teknik, metode, atau algoritma dalam data mining sangat bervariasi. Pemilihan metode atau algoritma yang tepat sangat bergantung pada tujuan dan proses KDD secara keseluruhan.
Interpretation/ Evaluation
Pola informasi yang dihasilkan dari proses data mining perlu ditampilkan dalam bentuk yang mudah dimengerti oleh pihak yang berkepentingan. Tahap ini merupakan bagian dari proses KDD yang disebut dengan interpretation. Tahap ini mencakup pemeriksaan apakah pola atau informasi yang ditemukan bertentangan dengan fakta atau hipotesa yang ada sebelumnya.


Proses KDD secara garis besar memang terdiri dari 5 tahap seperti yang telah dijelaskan sebelumnya. Akan tetapi, dalam proses KDD yang sesungguhnya, dapat saja terjadi iterasi atau pengulangan pada tahap tahap tertentu. Pada setiap tahap dalam proses KDD, seorang analis dapat saja kembali ke tahap sebelumnya. Sebagai contoh, pada saat coding atau data mining, analis menyadari prosescleaning belum dilakukan dengan sempurna, atau mungkin saja analis menemukan data atau informasi baru untuk “memperkaya” data yang sudah ada.



Gambar 1. Tahapan proses KDD




KDD mencakup keseluruhan proses pencarian pola atau informasi dalam basis data, dimulai dari pemilihan dan persiapan data sampai representasi pola yang ditemukan dalam bentuk yang mudah dimengerti oleh pihak yang berkepentingan. Data mining merupakan salah satu komponen dalam KDD yang difokuskan pada penggalian pola tersembunyi dalam basis data.


Kehadiran data mining dilatar belakangi dengan problema data explosion yang dialami akhir-akhir ini dimana banyak organisasi telah mengumpulkan data sekian tahun lamanya (data pembelian, data penjualan, data nasabah, data transaksi dsb.). Hampir semua data tersebut dimasukkan dengan menggunakan aplikasi komputer yang digunakan untuk menangani transaksi sehari-hari yang kebanyakan adalah OLTP (On Line Transaction Processing). Bayangkan berapa transaksi yang dimasukkan oleh hypermarket semacam Carrefour atau transaksi kartu kredit dari sebuah bank dalam seharinya dan bayangkan betapa besarnya ukuran data mereka jika nanti telah berjalan beberapa tahun. Pertanyaannya sekarang, apakah data tersebut akan dibiarkan menggunung, tidak berguna lalu dibuang, ataukah kita dapat me-‘nambang’-nya untuk mencari ‘emas’, ‘berlian’ yaitu informasi yang berguna untuk organisasi kita. Banyak diantara kita yang kebanjiran data tapi miskin informasi.


Jika Anda mempunyai kartu kredit, sudah pasti Anda bakal sering menerima surat berisi brosur penawaran barang atau jasa. Jika Bank pemberi kartu kredit Anda mempunyai 1.000.000 nasabah, dan mengirimkan sebuah (hanya satu) penawaran dengan biaya pengiriman sebesar Rp. 1.000 per buah maka biaya yang dihabiskan adalah Rp. 1 Milyar!! Jika Bank tersebut mengirimkan penawaran sekali sebulan yang berarti 12x dalam setahun maka anggaran yang dikeluarkan per tahunnya adalah Rp. 12 Milyar!! Dari dana Rp. 12 Milyar yang dikeluarkan, berapa persenkah konsumen yang benar-benar membeli? Mungkin hanya 10 %-nya saja. Secara harfiah, berarti 90% dari dana tersebut terbuang sia-sia.


Persoalan di atas merupakan salah satu persoalan yang dapat diatasi oleh data mining dari sekian banyak potensi permasalahan yang ada. Data mining dapat menambang data transaksi belanja kartu kredit untuk melihat manakah pembeli-pembeli yang memang potensial untuk membeli produk tertentu. Mungkin tidak sampai presisi 10%, tapi bayangkan jika kita dapat menyaring 20% saja, tentunya 80% dana dapat digunakan untuk hal lainnya.


Lalu apa beda data mining dengan data warehouse dan OLAP (On-line Analytical Processing)? Secara singkat bisa dijawab bahwa teknologi yang ada di data warehouse dan OLAP dimanfaatkan penuh untuk melakukan data mining. Gambar dibawah menunjukkan posisi dari masing-masing teknologi :





Gambar 2. Data Mining dan Teknologi Database lainnya


Dari gambar diatas terlihat bahwa teknologi data warehousedigunakan untuk melakukan OLAP, sedangkan data miningdigunakan untuk melakukan information discovery yang informasinya lebih ditujukan untuk seorang Data Analyst dan Business Analyst(dengan ditambah visualisasi tentunya). Dalam prakteknya, data mining juga mengambil data dari data warehouse. Hanya saja aplikasi dari data mining lebih khusus dan lebih spesifik dibandingkan OLAP mengingat database bukan satu-satunya bidang ilmu yang mempengaruhi data mining, banyak lagi bidang ilmu yang turut memperkaya data mining seperti: information science (ilmu informasi), high performance computing, visualisasi, machine learning, statistik, neural networks (jaringan syaraf tiruan), pemodelan matematika, information retrieval dan information extraction serta pengenalan pola. Bahkan pengolahan citra (image processing) juga digunakan dalam rangka melakukan data miningterhadap data image/spatial.


Dengan memadukan teknologi OLAP dengan data mining diharapkan pengguna dapat melakukan hal-hal yang biasa dilakukan di OLAP seperti drilling/rolling untuk melihat data lebih dalam atau lebih umum, pivoting, slicing dan dicing. Semua hal tersebut diharapkan nantinya dapat dilakukan secara interaktif dan dilengkapi dengan visualisasi.


Data mining tidak hanya melakukan mining terhadap data transaksi saja. Penelitian di bidang data mining saat ini sudah merambah ke sistem database lanjut seperti object oriented database,image/spatial database, time-series data/temporal database, teks (dikenal dengan nama text mining), web (dikenal dengan nama web mining) dan multimedia database.


Meskipun gaungnya mungkin tidak seramai seperti ketikaClient/Server Database muncul, tetapi industri-industri seperti IBM, Microsoft, SAS, SGI, dan SPSS terus gencar melakukan penelitian-penelitian di bidang data mining dan telah menghasilkan berbagaisoftware untuk melakukan data mining:
· Intelligent Miner dari IBM. Berjalan di atas sistem operasi AIX, OS/390, OS/400, Solaris dan Windows NT. Dijual dengan harga sekitar US$60.000. Selain untuk data IBM juga mengeluarkan produk Intelligent Miner untuk teks. Web site:
www.software.ibm.com/data/iminer/fortext
www-4.inm.com/software/data/iminer/fordata/index.html •
· Microsoft juga telah menambahkan fasilitas data mining di Microsoft SQL Server 2000
· Enterprise Miner dari SAS. Berjalan di atas sistem operasi AIX/6000, CMS, Compaq Tru64 UNIX, HP-UX, IRIX, Intel ABI, MVS, OS/2, Open VMS Alpha, Open VMS Vax, Solaris, dan Windows. Web site: www.sas.com
· MineSet dari Silicon Graphics. Berjalan di atas sistem operasi Windows 9x/NT dan IRIX. Dijual per seat seharga US$995, server (Windows NT) seharga US$35.000 dan untuk IRIX dijual US$50.000. Web site: www.sgi.com/software/mineset
· Clementine dari SPSS. Berjalan di atas sistem operasi UNIX dan Windows NT. Web site: www.spss.com/software/clementine


Beberapa penelitian sekarang ini sedang dilakukan untuk memajukan data mining diantaranya adalah peningkatan kinerja jika berurusan dengan data berukuran terabyte, visualisasi yang lebih menarik untuk user, pengembangan bahasa query untuk data miningyang sedapat mungkin mirip dengan SQL. Tujuannya tidak lain adalah agar end-user dapat melakukan data mining dengan mudah dan cepat serta mendapatkan hasil yang akurat.


Penerapan Data Mining


Sebagai cabang ilmu baru di bidang computer, cukup banyak penerapan yang dapat dilakukann oleh Data Mining. Apalagi ditunjang ke-kaya-an dan ke-anekaragam-an berbagai bidang ilmu (artificial intelligence, database, statistik, pemodelan matematika, pengolahan citra dsb.) membuat penerapan data mining menjadi makin luas. Di bidang apa saja penerapan data mining dapat dilakukan?
Analisa Pasar dan Manajemen
Untuk analisa pasar, banyak sekali sumber data yang dapat digunakan seperti transaksi kartu kredit, kartu anggota club tertentu, kupon diskon, keluhan pembeli, ditambah dengan studi tentang gaya hidup publik.


Beberapa solusi yang bisa diselesaikan dengan data miningdiantaranya:
o Menembak target pasar
Data mining dapat melakukan pengelompokan (clustering) dari model-model pembeli dan melakukan klasifikasi terhadap setiap pembeli sesuai dengan karakteristik yang diinginkan seperti kesukaan yang sama, tingkat penghasilan yang sama, kebiasaan membeli dan karakteristik lainnya.
o Melihat pola beli pemakai dari waktu ke waktu
Data mining dapat digunakan untuk melihat pola beli seseorang dari waktu ke waktu. Sebagai contoh, ketika seseorang menikah bisa saja dia kemudian memutuskan pindah dari single account ke joint account (rekening bersama) dan kemudian setelah itu pola beli-nya berbeda dengan ketika dia masih bujangan.
o Cross-Market Analysis
Kita dapat memanfaatkan data mining untuk melihat hubungan antara penjualan satu produk dengan produk lainnya. Berikut ini saya sajikan beberapa contoh:
1. Cari pola penjualan Coca Cola sedemikian rupa sehingga kita dapat mengetahui barang apa sajakah yang harus kita sediakan untuk meningkatkan penjualan Coca Cola?
2. Cari pola penjualan IndoMie sedemikian rupa sehingga kita dapat mengetahui barang apa saja yang juga dibeli oleh pembeli IndoMie. Dengan demikian kita bisa mengetahui dampak jika kita tidak lagi menjual IndoMie.
o Profil Customer
Data mining dapat membantu Anda untuk melihat profilcustomer/pembeli/nasabah sehingga kita dapat mengetahui kelompok customer tertentu suka membeli produk apa saja.
o Identifikasi Kebutuhan Customer
Anda dapat mengidentifikasi produk-produk apa saja yang terbaik untuk tiap kelompok customer dan menyusun faktor-faktor apa saja yang kira-kira dapat menarik customer baru untuk bergabung/membeli.
o Menilai Loyalitas Customer
VISA International Spanyol menggunakan data mining untuk melihat kesuksesan program-program customer loyaltymereka. Anda bisa lihat diwww.visa.es/ingles/info/300300.html

o Informasi Summary
Anda juga dapat memanfaatkan data mining untuk membuat laporan summary yang bersifat multi-dimensi dan dilengkapi dengan informasi statistik lainnya.
Analisa Perusahaan dan Manajemen Resiko
o Perencanaan Keuangan dan Evaluasi Aset
Data Mining dapat membantu Anda untuk melakukan analisis dan prediksi cash flow serta melakukan contingent claim analysis untuk mengevaluasi aset. Selain itu Anda juga dapat menggunakannya untuk analisis trend.
o Perencanaan Sumber Daya (Resource Planning)
Dengan melihat informasi ringkas (summary) serta pola pebelanjaan dan pemasukan dari masing-masing resource, Anda dapat memanfaatkannya untuk melakukan resource planning.
o Persaingan (Competition)
1. Sekarang ini banyak perusahaan yang berupaya untuk dapat melakukan competitive intelligence. Data Mining dapat membantu Anda untuk memonitor pesaing-pesaing Anda dan melihat market directionmereka.
2. Anda juga dapat melakukan pengelompokan customerAnda dan memberikan variasi harga/layanan/bonus untuk masing-masing grup.
3. Menyusun strategi penetapan harga di pasar yang sangat kompetitif. Hal ini diterapkan oleh perusahaan minyak REPSOL di Spanyol dalam menetapkan harga jual gas di pasaran.
Telekomunikasi
Sebuah perusahaan telekomunikasi menerapkan data mining untuk melihat dari jutaan transaksi yang masuk, transaksi mana sajakah yang masih harus ditangani secara manual (dilayani oleh orang). Tujuannya tidak lain adalah untuk menambah layanan otomatis khusus untuk transaksi-transaksi yang masih dilayani secara manual. Dengan demikian jumlah operator penerima transaksi manual tetap bisa ditekan minimal.
Keuangan
Financial Crimes Enforcement Network di Amerika Serikat baru-baru ini menggunakan data mining untuk me-nambang trilyunan dari berbagai subyek seperti property, rekening bank dan transaksi keuangan lainnya untuk mendeteksi transaksi-transaksi keuangan yang mencurigakan (seperti money laundry). Mereka menyatakan bahwa hal tersebut akan susah dilakukan jika menggunakan analisis standar. Anda bisa lihat diwww.senate.gov/~appropriations/treasury/testimony/sloan.htm. Mungkin sudah saatnya juga Badan Pemeriksa Keuangan Republik Indonesia menggunakan teknologi ini untuk mendeteksi aliran dana BLBI.
Asuransi
Australian Health Insurance Commision menggunakandata mining untuk mengidentifikasi layanan kesehatan yang sebenarnya tidak perlu tetapi tetap dilakukan oleh peserta asuransi. Hasilnya? Mereka berhasil menghemat satu juta dollar per tahunnya. Anda bisa lihat diwww.informationtimes.com.au/data-sum.htm. Tentu saja ini tidak hanya bisa diterapkan untuk asuransi kesehatan, tetapi juga untuk berbagai jenis asuransi lainnya.
Olah Raga
IBM Advanced Scout menggunakan data mining untuk menganalisis statistik permainan NBA (jumlah shots blocked, assists dan fouls) dalam rangka mencapai keunggulan bersaing (competitive advantage) untuk tim New York Knicks dan Miami Heat.
Astronomi
Jet Propulsion Laboratory (JPL) di Pasadena, Californiadan Palomar Observatory berhasil menemukan 22 quasar dengan bantuan data mining. Hal ini merupakan salah satu kesuksesan penerapan data mining di bidang astronomi dan ilmu ruang angkasa. Anda bisa lihat diwww-aig.jpl.nasa.gov/public/mls/news/SKICAT-PR12-95.html.
Internet Web Surf-Aid
IBM Surf-Aid menggunakan algoritma data mining untuk mendata akses halaman Web khususnya yang berkaitan dengan pemasaran guna melihat prilaku dan minatcustomer serta melihat ke-efektif-an pemasaran melalui Web.


Dengan melihat beberapa aplikasi yang telah disebutkan di atas, terlihat sekali potensi besar dari penerapan Data Mining di berbagai bidang. Bahkan beberapa pihak berani menyatakan bahwa Data Mining merupakan salah satu aktifitas di bidang perangkat lunak yang dapat memberikan ROI (return on investment) yang tinggi. Namun demikian, perlu diingat bahwa Data Mining hanya melihat keteraturan atau pola dari sejarah, tetapi tetap saja sejarah tidak sama dengan masa datang. Contoh: jika orang terlalu banyak minum Coca Cola bukan berarti dia pasti akan kegemukan, jika orang terlalu banyak merokok bukan berarti dia pasti akan kena kanker paru-paru atau mati muda. Bagaimanapun juga data miningtetaplah hanya alat bantu yang dapat membantu manusia untuk melihat pola, menganalisis trend dsb. dalam rangka mempercepat pembuatan keputusan. Kapankah data mining akan banyak digunakan di Indonesia? Kita tunggu saja.

http://mentari-ilmu.blogspot.com/2010/08/data-mining.html

Komentar :

Data yang disampaikan sangat informatif apalagi dengan disertai oleh gambar sangat mendukung

Cara membuat Diagram Flow

ungkin dari Sekian Banyak anak Kampus masih agak sulit ya untuk Membuat yang Namanya DFD,,
padahal sebenernya Membuat DFD itu cukup Mudah Kok..



Pertama Kalian Siapkan dulu Aplikasi Microsoft Visio Professional 2007 (atau Visio 2010) Juga Boleh.
Kerana Kalo Pake Word Mah bikin DFD itu jadi Berantakan (kayak wajah kamu), :D
hahahaha

Kemudian Temen2 Semua Coba Simak Contoh Prosedur Berikut Ini

* * *

3.3 Prosedur Sistem Berjalan

     Pada prosedur sistem berjalan ini, bagian gudang mengecek persediaan barang material apabila habis atau kosong, maka bagian gudang menyerahkan form permintaan material ke bagian material. Maka untuk lebih jelasnya, prosedur sistem berjalan adalah sebagai berikut:

      a. Prosedur Permintaan Material 
          Bagian gudang menyerahkan Form Permintaan Material (FPM) ke bagian pembelian. Kemudian bagian pembelian membuat purchase order (PO) sesuai data yang ada pada form permintaan material. Setelah PO dibuat, kemudian diserahkan kepada Supplier. Sedangkan copy PO disimpan ke arsip PO. Form permintaan yang telah diterima kemudian disimpan ke arsip Permintaan Material (PM).


Maka Pada Saat di Buat DFD, Maka Akan Tampak Seperti Gambar di Bawah Ini :

      b. Prosedur Penerimaan Barang
          Berdasarkan Purchase Order (PO) yang diterima dari bagian pembelian, supplier mengirimkan barang sesauai dengan pesanan disertai Invoice dan Surat Jalan. Kemudian Invoice yang di terima disimpan ke arsip Invoice, sedangkaan Surat Jalan disimpan ke Arsip SJ. Setelah barang diterima, bagian pemeblian membuat surat tanda terima barang yang kemudian diserahkan ke supplier.


Lalu Temen2 Semua Tambahkan Alur  DFF Berikut ini di Bawahnya proses 1.0
 Sehingga Alurnya Menjadi Seperti Ini :

* * *

Nah Untuk melihat Mana yang Dokumen Keluaran dan mana yang Masukan, Sahabat Semua bisa Melihatnya dari Prosedurnya...
ketika Bagian Gudang menyerahkan Formulir Permintaan Material (FPM) Ke
Bagian Pembelian (Proses 1.0), Maka itu adalah Bentuk Dokumen Masukan.
Untuk Dokumen Keluaran, temen2 Bisa Melihat pada Proses 2.0, dimana si Bagian Pembelian (Proses 2.0)
Membuat Purchase Order (PO) dan Menyerahkannya ke Suplier.

Pada Proses (yang Berbentuk Bulat) itu di Isi dengan Internal Entity,
Internal Entity adalah Bagian Pihak dalam yang Paling Banyak Bertugas dan Memiliki Kegiatan Untuk Membuat dokumen ataupun Menyimpan Dokumen.

Sedangkan yang berbentuk Kotak atau persegi Panjang Sedikit, itu adalah External Entity, yaitu Bagian-bagian atau Pihak yang terlibat dalam penyerahan dokumen Masukan maupun menerima dokumen Keluaran.

Untuk yang Berbentuk Persegi Panjang yang terbuka, itu adalah Arsip, Fungsi Arsip adalah Sebagai Wadah Penyimpanan atau Bisa di sebut Juga Data Store..

http://ayti-copast.blogspot.com/2012/12/cara-membuat-diagram-flow-data-dfd.html

Komentar :

Postingan yang sangat berguna , bagaimana kita menjelaskan soal Flow Diagram dan cara membuatnya,benar" sangat bermanfaat

Hubungan Antara Sistem Informasi dan Akuntansi

sistem informasi akuntansi
DEFINISI

SIA, Sistem Informasi Akuntansi merupakan gabungan dari tiga unsur kata yaitu sistem, informasi dan akuntansi, masing-masing kata yang tergabung dalam pengertian system, informasi, akuntansi tersebut memiliki maknanya sendiri, sebagaimana yang akan saya uraikan sebagai berikut :
SISTEM adalah masukan ( input), proses (procces) merupakan suatu aktivitas yang dapat mentransformasikan input menjadi output. Sedangkan output berarti yang menjadi tujuan, sasaran, atau target pengorganisasian suatu sistem.
INFORMASI adalah merupakan keluaran (output) dari suatu proses pengolahan data. Informasi ini biasanya telah tersusun dengan baik dan mempunyai arti bagi penerimanya, sehingga dapat digunakan sebagai dasar untuk mengambil keputusan oleh manajemen.

AKUNTANSI merupakan suatu proses yang dimulai dari transaksi, pencatatan, pengikhtisaran, dan laporan akuntansi. Dengan demikian informasi yang dihasilkan berguna dalam penilaian dan pengambilan keputusan mengenai perusahaan yang bersangkutan.

sistem informasi akuntansi adalah semua dokumen, catatan ataupun formulir yang dikoordinasikan sehingga menghasilkansuatu informasi akuntansi yang dibutuhkan pihak manajemen guna memudahkandalam pengelolaan perusahaan
Data yang diolah sistem informasi akuntansi adalah data yang bersifat keuangan. Sistem informasi akuntansi hanya terbatas pada pengolahan data yang bersifat keungan saja, sehingga informasi yang dihasilkan oleh sistem informasi akuntansi perusahaan hanya informasi keuangan saja




Ruang Lingkup Sistem Informasi Akuntansi

Serangkaian kegiatan administratif untuk menangani transaksi perusahaan, dilengkapi dengan prosedur,
dokumen dan jurnal serta laporan keuangan sebagai output.
dengan Akuntansi. tugas SIA sendiri adalah:
Mengumpulkan dan menyimpan data.
Memproses data menjadi into informasi.
Melakukan kontrol secara tepat terhadap aset organisasi.
Subsistem SIA memproses berbagai transaksi keuangan dan transaksi nonkeuangan yang secara langsung, SIA terdiri dari 3 subsistem:
Sistem pemrosesan transaksi
Sistem buku besar/ pelaporan keuangan
Sistem pelaporan manajemen
Manfaat SIA
• Menyediakan informasi yang akurat dan tepat waktu
• Meningkatkan kualitas dan mengurangi biaya produk dan jasa yang dihasilkan
• Meningkatkan efisiensi
• Meningkatkan kemampuan dalam pengambilan keputusan
• Meningkatkan sharing knowledge
• Menambah efisiensi pada bagian keuangan
Para Pemakai SIA
• Pihak ekstern
– Para langganan
– Para leveransir (supplier)
– Para pemegang saham (stockholder)
– Para pegawai
– Para pemberi pinjaman
– Instansi Pemerintah

SIA menyiapkan informasi bagi manajemen dengan melaksanakan operasi-operasi tertentu atas semua data sumber yang diterimanya dan juga mempengaruhi hubungan organisasi perusahaan dengan lingkungan sekitarnya.


PERBEDAAN:
Sistem Informasi Manajemen

- SIA mengumpulkan mengklasifikasikan, memproses, menganalisa dan mengkomunikasikan informasi keuangan, lebih kepada keuangan , pengambilan keputusan yang relevan bagi pihak luar perusahaan dan pihak ekstern.
- SIA yang efektif bagi keberhasilan jangka panjang organisasi manapun.
- SIA tersebut menyediakan beberapa informasi yang diperlukan untuk membuat keputusan atas masalah-masalah yang lain.
- SIA mencakup pengendalian untuk memasiktikan keamanan dan ketersediaan data organisasi.
- SIA merupakan bagian dari SIM.

Dengan Sistem Informasi Manajemen :
* SIM mengumpulkan mengklasifikasikan, memproses, menganalisa dan mengkomunikasikan semua tipe informasi.
* SIM berbasis computer yang menyediakan informasi bagi beberapa pemakai dengan kebutuhan serupa.
* SIM Sub-unitnya didasarkan area fungsional dan tingkatan manajemen
Dengan Sistem Informasi Pemasaran :
Sistem informasi ini merupakan gabungan dari keputusan yg berkaitan dengan:
1. Produk
2. Tempat
3. Promosi
4. Harga produk
Strategi pemasaran
Strategi pemasaran terdiri dari campuran unsur-unsur yang dinamakan bauran pemasaran semua itu dikenal dengan 4P yaitu:
Produk : apa yang dibeli pelanggan untuk memuaskan kebutuhannya
Promosi : berhubungan dengan semua cara yang mendorong penjualan
Place : berhubungan dengan cara mendistribusikan produk secara fisik kepada pelanggan
melalui slauran distribusi
Price : terdiri dari semua element yang berhubungan dengan apa yang dibayar oleh pelanggan
Komponen Sistem Informasi pemasaran
Sistem informasi pemasaran mempunyai komponen yang sama dengan sistem informasi secara umum, yaitu komponen-komponen input, model, output, basis data, teknologi dan kontrol. Perbedaan komponen-komponen ini antar sistem-sistem informasi lainnya adalah konteks letak dari sistem informasinya. Misalnya untuk Sistem informasi pemasaran ini, maka komponen inputnya adalah input tentang data pemasaran dan outputnya adalah laporan-laporan berisi informasi pemasaran.

Dengan Sistem Informasi Keuangan :


1. Mengumpulkan dan menyimpan data mengenai aktivitas dan transaksi.
2. Mengolah data menjadi informasi yang bisa dipakai dalam proses pengambila keputusan
3. Melakukan pengawasan atau kontrol secara tepat terhadap asset organisasi.



Dengan DSS :

Data tersedia melalui transksi SIA
Banyak menggunakan pemodelan matematika
Masalah yg dipecahkan lebih spesifik
Bentuk keluaran adalah memberikan opsional kepada Pengmbil keputusan.



SIKLUS PENCATATAN AKUNTANSI

PENGERTIAN SIKLUS AKUNTANSI
Akuntansi pada dasarnya terdiri dari tiga proses aktivitas, yaitu : mengidentifikasi, mencatat dan mengkomunikasikan kejadian ekonomi dari sebuah organisasi atau perusahaan. Proses pertama adalah identifikasi, yaitu aktivitas memilih kegiatan yang termasuk kegiatan ekonomi. Proses kedua adalah pencatatan, yaitu semua kejadian ekonomi tersebut dicatat untuk menyediakan sejarah dari kegiatan keuangan dari organisasi tersebut. Proses ketiga adalah komunikasi, yaitu informasi yang telah didapat dari identifikasi dan pencatatan tidak akan berguna bila tidak dikomunikasikan, informasi ini dikomunikasikan melalui persiapan dan distribusi dari laporan akuntansi, yang paling umum disebut laporan keuangan.
Siklus Akuntansi adalah kegiatan bertahap yang harus di lalui dalam proses akuntansi yang berjalan terus menerus dan berulang.
Siklus Akuntansi dapat dibagi menjadi beberapa tahapan :
Analisis Transaksi
Jurnal
Posting jurnal ke buku besar
Neraca Saldo
Jurnal Penyesuaian
Neraca Lajur
Jurnal Penutup
Penyusunan Laporan Keuangan
Neraca Saldo Setelah Penutupan
Jurnal Balik



Siklus Pemrosesan TransaksiSistem Informasi Akuntansi meliputi beragam aktivitas yang berkaitan dengan siklus-siklus pemrosesan transaksiperusahaan, yaitu :
1. Siklus pendapatan. Kejadian-kejadian yang berkaitan dengan pendistribusian barang dan jasa ke entitas-entitas lain dan pengumpulan pembayaran-pembayaran yang berkaitan.
2. Siklus pengluaran. Kejadian-kejadian yang berkaitan dengan perolehan barang dan jasa dari entitas-entitas lain dan pelunasan kewajiban-kewajiban yang berkaitan.
3. Siklus produksi . Kejadian-kejadian yang berkaitan dengan pengubahan sumberdaya menjadi barang dan jasa.
4. Siklus keuangan . Kejadian-kejadian yang berkaitan dengan peroleh dan manajemen dana-dana modal, termasuk kas.


APLIKASI SIKLUS PENDAPATAN

Siklus pendapatan memproses transaksi akuntansi yang mencatat empat peristiwa ekonomi:
permintaan barang dan jasa oleh pelanggan
pengiriman barang atau jasanya
permintaan pembayaran
tanda terima pembayaran.
Siklus pendapatan adalah rangkaian aktivitas bisnis dan kegiatan pemrosesan informasi terkait yang terus berulang dengan menyediakan barang dan jasa ke para pelanggan dan menagih kas sebagai pembayaran dari penjualan-penjualan tersebut.
Siklus ini memproses transaksi yang menggambarkan peristiwa ekonomi berikut : permintaan barang, penerimaan barang, mencatat kewajiban untuk membayar barang, dan membayar untuk barang itu.

Pada siklus pendapatan, sistem yang terkomputerisasi menggunakan empat sistem aplikasi :

Aplikasi entri pesanan.
Aplikasi Pengiriman.
Aplikasi pengajuan rekening.
Aplikasi tanda terima kas.
Aplikasi siklus pengeluaran

Pada siklus ini, sistem akuntansi yang didasarkan pada komputer menggunakan empat aplikasi :

Aplikasi pembelian.
Aplikasi penerimaan.
Aplikasi surat bukti.
Aplikasi disbursemen kas.

Aktivitas Dasar

Proses entri pesanan penjualan, mencakup tiga tahap:
Mengambil pesanan dari pelanggan
Memeriksa dan menyetujui kredit pelanggan
Memeriksa ketersediaan persediaan
Pengiriman
proses ini terdiri dari dua tahap:
Mengambil dan mengepak pesanan
Mengirim pesanan tersebut
Penagihan dan Piutang Usaha
Aktivitas dasar ketiga dalam siklus pendapatan, melibatkan:
Penagihan ke para pelanggan
Memelihara data piutang usaha
Penagihan Kas
Penagihan kas
Langkah keempat (terakhir) dalam siklus pendapatan adalah penagihan kas, melibatkan:
Menangani kiriman uang pelanggan
Menyimpannya ke bank.

Laporan penerimaan adalah dokumen utama yang digunakan dalam subsistem penerimaan dalam siklus pengeluaran, laporan ini mendokumentasikan rincian mengenai: setiap kiriman, termasuk tanggal penerimaan, pengiriman, pemasok, dan nomor pesanan pembelian.
Aplikasi siklus pengeluaran

Siklus ini memproses transaksi yang menggambarkan peristiwa ekonomi berikut : permintaan barang, penerimaan barang, mencatat kewajiban untuk membayar barang, dan membayar untuk barang itu.
Pada siklus ini, sistem akuntansi yang didasarkan pada komputer menggunakan empat aplikasi :
Aplikasi pembelian.
Aplikasi penerimaan.
Aplikasi surat bukti.
Aplikasi disbursemen kas.
Aplikasi Siklus Produksi

Siklus manajemen sumber daya manusia meliputi fungsi yang berhubungan dengan jasa yang diberikan oleh sumber daya manusia suatu organisasi, yang sering juga disebut buruh, tenaga kerja atau personalia.

Tujuan utama siklus manajemen sumber daya manusia addalah melancarkan pertukaran kas antara jasa karyawan yang dibutuhkan. Sasaran-sasaran yang terdapat dalam tujuan siklus adalah:

a. Memastikan bahwa status, tarif pembayaran atau gaji dan pemotongan bayaran karyawan telah diotorisasi.

b. Membayar jasa yang benar-benar diberikan.

c. Mencatat, mengklasifikasikan, mendistribusikan dan melaporkan biaya-biaya yang berhubungan dengan karyawan secara cepat dan akurat.

HUBUNGAN SIKLUS DENGAN ORGANISASI

Siklus manajemen jasa karyawan melibatkan interaksi system informasi personalia dan system informasi akuntansi.

PERSONALIA
Manajemen personalia mempunyai tujuan utama, yaitu: merencanakan, mengendalikan dan mengkoordinasi karyawan di dalam organisasi. Fungsi personalia secara langsung berada di bawah pengawasan wakil presiden personalia. Diantara manajer, yang harus dilaporkan pada manajer puncak personalia adalah perencanaan pekerjaan dan personalia, safety dan benefit, hubungan industrial, pengembangan karyawan dan administrasi sumber daya manusia.

KEUANGAN/AKUNTANSI
Tujuan manajemen keuangan dari akuntansi berhubungan luas dengan dana, data, informasi, perencanaan dan pengendalian atas sumber daya. Unit-unit organisasi yang berada dalam fungsi ini terlibat dalam manajemen jasa karyawan mencakup pencatatan waktu, penggajian, utang usaha, pengeluaran kas, distribusi biaya dan buku besar.

INPUT DATA

Dokumen-dokumen sumber yang secara khusus digunakan manajemen jasa karyawan meliputi:

a. Formulir tindakan personalia Berfungsi untuk memberitahu pihak-pihak yang berkepentingan dengan tindakan-tindakan yang berhubungan dengan karyawan.

b. Kartu waktuKartu jam kerja, juga dikenal sebagai kartu waktu (clock card) berguna untk mencatat waktu yang sesungguhnya dihabiskan oleh karyawan di tempat kerjanya.

c. Tiket jam kerja Kebalikan dari kartu jam kerja waktu/hadir, yang memfokuskan pada kehadiran di tempat kerja, tiket jam kerja memfokuskan pada pekerjaan atau pesanan pekerjaan tertentu.

d. Cek gajiCek gaji dengan potongan voucher adalah dokumen final dalam siklus manajemen sumber daya manusia

PEMROSESAN DATA

Berikut ini uraian naratif dengan meggunakan angka referensi yang ditempatkan bagan arus dokumen dan diagram arus data:

1) Penentuan status gaji/ pmebayaran.Fungsi ini terjadi dalam departeman personalia, yakni seluruh tindakan dan perubahan personalia disiapkan dan kemudian dikirimkan kedepartemen gaji.

2) Pengukuran jasa yang diberikan Catatan waktu/hadir disiapkan dalam departemen operasional dan bidang pencatatan waktu.

3) Penyiapan cek gajiDalam departemen gaji, seorang petugas menyiapkan sebuah cek gaji dan potongan voucher untuk setiap karyawan, berdasarkan data dari kartu jam kerja dan dari arsip referensi gaji karyawan tersebut.

4) Pengeluaran dan pendistribusian cek gaji Setelah menerima satu salinan register gaji seorang petugas hutang usaha memverifikasi kebenarannya dan menyiapkan sebuah voucher pengeluaran.

5) Pendistribusian biaya tenga kerjaSementara itu, seorang petugas dalam departemen distribusi biaya mendistribusikan biaya-biaya tenaga kerja ke dalam berbagai pekerjaan.

6) Persiapan laporan yang diperlukan Sejumlah laporan dan keluaran lain disiapkan. Satu-satunya keluaran yang ditunjukkan pada flowchart adalah ikhtisar distribusi tenaga kerja dan register daftar gaji.

MANAJEMEN DATA

File yang dibutuhkan dalam pengelolaan sumber daya manusia adalah:

1. File induk penggajian karyawan File ini menggambarkan atribut personal dan catatan penghasilan dari karyawan. File ini di up-date untuk menunjukkan jumlah yang diterima dari cek gaji pada setiap akhir periode pembayaran.

2. Referensi personalia dan file masa laluSebagai sumber utama data personalia pada perusahaan, file ini merupakan pelengkapan dari file induk penggajian. Isinya adalah macam-macam data non financial dan data financial masing-masing karyawan.

3. File keahlianFile ini memberikan data keahlian yang dibutuhkan oleh perusahaan dan pegawai yang saat ini mempunyai masing-masing keahlian yang dimaksud

4. File transaksi pencatatan waktuFile ini berisi salinan semua kartu waktu/hadir untuk periode pembayaran tertentu.

5. File transaksi penggajianFile ini berisi dari salinan masing-masing cek gaji saat ini yang diatur berdasarkan nomor cek.

6. File referensi kompensasiTable tarif pembayaran dan level gaji untuk berbagai uraian pekerjaan merupakan file referensi kompensasi.

7. File perencanaan personaliaUntuk menyediakan dasar bagi perencanaan personil yang dibutuhkan dimasa yang akan dating, perusahaan mungkin melakukan pengumpulan informasi menyangkut tren masa lalu dan sekarang sebagai proyeksi.

SIKLUS KONVERSI

• TUJUAN SIKLUS

1.Meyakinkan bahwa bahan mentah dan sumber daya yang lain digunakan dalam produksi sehingga dapat meminimalkan investasi pada 2 jenis barang tersebut.

2.Menekan biaya produksi serendah mungkin melalui produktivitas tenaga kerja yng tinggi tidak ada mesin yang menganggur sisa bahan dan produk rusak yang relative kecil dan disain layout dan proses produksi yang optimal.

3.Persediaan barang dalam proses menjadi barang jadi dimasukan kegudang atau dikirim ke pelanggan sesuai jadwal yang baru ditetapkan

4.Mencapai tingkat kualitas produk yang tinggi dan pelayanan purna jual yang baik 5.Seluruh biaya untuk memproduksi barang dihitung dengan cermat dan akurat

APLIKASI SIKLUS KEUANGAN

Siklus ini memproses dua kejadian ekonomi, perolehan kapital dan penggunaan kapital untuk memperoleh pemilikan.
-Sistem aplikasi dalam siklus keuangan yaitu :
Sistem pemilikan.
Sistem catatan jurnal.
Sistem pelaporan keuangan.
http://jendelafendie.blogspot.com/2012/10/sistem-informasi-akuntansi.html

Komentar :

Sangat bermanfaat dan menjelaskan secara detail hubungan antara akutansi dan sistem informasi , sangat baik dalam hal pemahaman dasar pada akutansi sistem informasi