Tugas I – Bisnis Intelegent

1.      Buatlah tabel perbedaan mendasar antara :

a.       Data Mining VS Bisnis Intelegent

b.      Data Warehous VS Bisnis Intelegent

c.       Data Warehous VS Data Mining

2.      Buatlah contoh kasus penerapan :

a.       Data Mining

b.      Data Warehous

c.       Bisnis Intelegent

3.      Jelaskan diagram alur dari Bisnis Intelegent dibawah ini :

Jawaban :

1.      Tabel Perbedaan mendasar antara :

a.       Data Mining VS Bisnis Intelegent

Data Mining	Bisnis Intelegent
Data seringkali terkubur dalam database yang sangat besar, yang terkadang berisi data selama bertahun-tahun	Ketersediaan data yang relevan dapat diatasi sehingga dapat menyuguhkan data-data yang relevan
Prinsip kerja data mining merupakan suatu rangkaian proses yang terdiri dari pembersihan data, Integrasi data, Transformasi data, Aplikasi teknik DM, Evaluasi, Presentasi pengetahuan (dengan teknik visualisasi)	Prinsip kerja sistem BI memberikan sudut pandang historis saat ini, serta prediksi operasi bisnis, terutama dengan menggunakan data yang telah dikumpulkan ke dalam suatu gudang data dan kadang juga bersumber pada data operasional.
Tidak dirancang untuk memprediksi masa lalu dan masa depan yang terlalu jauh	Mampu memprediksi masa lalu, masa kini, dan masa yang akan datang

b.      Data Warehouse VS Bisnis Intelegent

Data Warehouse	Bisnis Intelegent
Data warehouse dapat dimuat dan diakses tetapi tidak dapat diperbaharui. Maksudnya adalah data tidak dapat diubah, dihapus atau ditambah	Bisnis Intelegent dapat memberikan kemudahan akses untuk informasi terbaru dari bisnis yang berjalan serta peluang yang diproyeksikan
3 komponen utama : Data staging area, Data presentation area, Data access tools	4 komponen utama : data operasional, ETL, data Warehouse dan OLAP atau data mining
Data Warehouse yaitu cara menyimpan data dan menciptakan informasi melalui memanfaatkan data mart. Data Mart adalah kategori informasi atau data yang dikelompokkan bersama untuk memberikan informasi ke kategori	Bisnis Intelegent yaitu memanfaatkan dari Data Warehouse untuk membantu membuat keputusan bisnis dan rekomendasi. Informasi dan data aturan mesin memanfaatkan di sini untuk membantu membuat keputusan ini bersama dengan alat analisis statistik dan alat data mining

c.       Data Warehouse VS Data Mining

Data Warehouse	Data Mining
Teknologi data warehouse digunakan untuk melakukan OLAP (On-line Analytical Processing)	Teknologi data mining digunakan untuk melakukan information discovery yang informasinya lebih ditujukan untuk seorang Data Analyst dan Business Analyst (dengan ditambah visualisasi tentunya)
Dalam prakteknya, data warehouse juga mengambil data dari data mining, dibandingkan OLAP mengingat database bukan satu-satunya bidang ilmu yang mempengaruhi data mining	Dalam prakteknya, data mining juga mengambil data dari data warehouse. Hanya saja aplikasi dari data mining lebih khusus dan lebih spesifik
Database biasa yang berisi summary atau rekap untuk subject tertentu yang sudah diketahui	Proses pengolahan data untuk mendapatkan informasi yang belum diketahui

2.      Contoh Kasus Penerapan dari :

a.       Data Mining

Contoh Kasus Penerapan Data Mining pada Toko Buku

 Data mining adalah suatu metode pencarian informasi berharga yang berupa pola yang menarik dalam tumpukan data. Data mining sangat penting dalam dunia bisnis saat ini. Data mining sangat diperlukan agar seseorang dapat survive dalam persaingan bisnis. Salah satu contoh kasus yang dapat diambil dalam penerapan data mining yaitu misalnya pada toko buku. Toko buku tersebut memiliki database pembelian buku-buku yang telah dibeli. Penjual dapat memanfaatkan database tersebut menggunakan data mining. Dengan menggunakan data mining penjual dapat mengetahui buku-buku dengan kategori apa saja yang paling banyak terjual, yang kurang banyak terjual, atau tidak pernah terjual.

Selain itu penjual dapat mengetahui pada waktu-waktu kapan saja buku tertentu terjual paling banyak. Misalnya berdasarkan database penjualan, pada tahun ajaran baru, buku-buku pelajaran SD, SMP, dan SMA adalah yang paling banyak terjual. Penjual dapat menyiasatinya untuk meningkatkan pendapatan dengan cara menempatkan buku-buku pelajaran SD, SMP, dan SMA ke rak buku bagian belakang karena barang tersebut pasti dicari dan menempatkan buku-buku yang kurang banyak terjual atau tidak pernah terjual di rak buku bagian depan. Selain itu penjual dapat menambah stok buku pelajaran  SD,SMP, dan SMAnya dan menambah barang-barang lain yang kemungkinan besar terjual laris manis pada tahun ajaran baru. Misalnya pupen, buku tulis, tas, dll. Sehingga yang dijualnya bukan hanya buku-buku saja tetapi juga barang-barang lain yang juga kemungkinan besar juga ikut terjual pada tahun ajaran baru. Penjual juga dapat meningkatkan penjualannya dengan memudahkan pembeli mencari buku yang diinginkan yaitu dengan memberi label untuk setiap rak kelompok buku. Misalnya buku-buku komputer dikelompokkan dalam satu rak dan rak tersebut diberi label komputer sehingga pembeli mudah menemukannya meskipun diletakkan di rak buku bagian belakang.

b.      Data Warehouse

Contoh Kasus Penerapan Data Warehouse pada Perusahaan Berskala Kecil

Karena data warehouse sangat mahal, mereka biasanya digunakan oleh perusahaan-perusahaan besar. Beberapa perusahaan yang lebih kecil, menggunakan data warehouse yang skala nya lebih kecil, yang biasa disebut data mart. Data mart adalah data warehouse yang kecil yang didesain untuk kebutuhan pemakai akhir pada sebuah unit bisnis strategi (SBU = Strategic Business Unit) atau departemen. Dalam tahapan sebelumnya, data mart jauh lebih murah dari pada data warehouse.

Data mart biasanya menghabiskan dana sampai $100,000, bandingkan dengan data warehouse yang menghabiskan $1 juta atau lebih. Ditambah lagi, data mart dapat diimplementasikan lebih cepat, biasanya kurang dari 90 hari. Hal ini dikarenakan data mart hanya berisi lebih sedikit informasi dari pada data warehouse, data mart juga memiliki respon yang lebih cepat dan lebih mudah untuk dipelajari. Data mart mendukung lebih ke lokal dari pada pengontrolan terpusat oleh manajer suatu departemen. Data mart juga memberikan hak kepada SBU untuk membuat sebuah sistem pendukung keputusan tanpa mengandalkan Data mart memfokuskan hanya pada kebutuhan-kebutuhan pemakai yang terkait dalam sebuah departemen atau fungsi bisnis. Data mart biasanya tidak mengandung operasional yang rinci seperti pada data warehouse. Data mart hanya mengandung sedikit informasi dibandingkan dengan data warehouse. Data mart lebih mudah dipahami dan dinavigasi.

c.       Bisnis Intelegent

Contoh Kasus Penerapan Bisnis Intelegent pada Industri Pendidikan

Saat ini penerapan business intelligence pada industri pendidikan masih relatif sedikit apabila dibandingkan dengan industri perbankan, kesehatan, asuransi, dll (Lihua, Yongsheng, & Zhonglei, 2008). Penerapan business intelligence pada industri pendidikan dapat dilakukan pada proses penerimaan mahasiswa baru, manajemen pengajaran, dll (Rebbapragada, Basu, & Semple, 2010), (Liu & Zhang, 2010).  Menurut Rebbapraga (2010), persaingan untuk penerimaan siswa baru semakin ketat setiap tahun dengan sebagian besar kampus menerima aplikasi penerimaan siswa dan makin selektif dalam penerimaannya. Tingkat penerimaan pada kampus ternama mencapai 10% dan ketidakpastian menyebabkan siswa yang memiliki talenta melamar pada sekolah pada lapisan yang berikutnya. Hal ini menyebabkan siswa memasukkan aplikasi ke beberapa sekolah dan setiap sekolah memiliki tinggat waktu yang berbeda. Akibatnya siswa sering menghadapi dilema pada saat mereka kehabisan waktu untuk menerima tawaran dari universitas yang lebih rendah dari prioritas mereka. Tantangan dalam admisi proses adalah proses mengidentifikasi pelamar terbaik meliputi beberapa parameter dan saat kandidat yang diinginkan teridentifikasi maka keputusan untuk menawarkan penawaran serta komposisi dari penawaran tersebut cukup susah. Selain dapat digunakan dalam proses penerimaan mahasiswa, penerapan data mining dapat digunakan untuk mendukung manajemen pengajaran. Setiap universitas mengelola nilai mahasiswa dalam jumlah besar dari berbagai fakultas yang berbeda-beda. Dengan adanya penerapan data warehouse dan menganalisa data tersebut dengan menggunakan berbagai teknik data mining, pihak pengelola fakultas dapat mengeksploitasi berbagai informasi tersembunyi dan dapat melakukan peramalan dan analisis sehingga pengelola fakultas dapat menggunakannya untuk meningkatkan kualitas pengajaran dan pengetahuan.  

Menurut Rebbapragada et al (2010), para peneliti yakin bahwa data mining dan teknik manajemen penghasilan dapat digunakan secara efektif untuk menyelesaikan masalah tersebut. Dengan menggunakan data mining untuk mengembangkan model yang dapat memprediksi kualitas dari pelamar dengan menggunakan data kinerja siswa pada masa lalu berdasarkan kinerja siswa pada tahun pertama dalam hal GPA yang diperoleh  dan beberapa parameter penting yang dikumpulkan dari data pelamar seperti high school GPA, SAT math score, SAT verbal score, strength of curriculum, adjusted GPA, adjusted test scores, subjective score and overall assessment score. Penelitian ini menggunakan metode neural networks karena memiliki kinerja yang lebih baik dibandingkan decision trees, disamping itu kemampuan neural networks dalam beradaptasi dengan perubahan kondisi membuat metode ini cocok dengan konteks penerimaan siswa baru. Model manajemen penghasilan sudah banyak digunakan oleh perusahaan di industri penerbangan dan hotel, teknik ini dapat memaksimalkan penghasilan dengan mengumpulkan harga terbaik untuk setiap bangku/sumber daya meskipun terdapat ketidakpastian terhadap permintaan dimasa yang akan datang. Pada penelitian ini menggunakan model yang dinamis yaitu markovian periods karena memiliki kemampuan untuk menangani permintaan yang datang secara acak. Tabel harga penawaran dapat digunakan sebagai referensi oleh staf admisi untuk menerima atau menolak aplikasi dari calon siswa.

Tabel 1 menyediakan asumsi jumlah aplikasi yang diterima setiap minggu untuk tiga kategori selama 4 minggu, jumlah aplikasi tersebut termasuk pelamar yang diterima dan ditolak.  Tabel 2 menunjukkan tabel harga penawaran untuk periode waktu dengan penambahan 4000, setiap pengumpulan 4000 periode sekitar 3.3 hari.

Tabel 1. Jumlah aplikasi yang diterima setiap minggu

Sumber : Surya Rebbapragada, at all, 2010

Tabel 2. Tabel penawaran harga.

Sumber : Surya Rebbapragada, at all, 2010

Dengan menggunakan pendekatan diatas, pihak universitas dapat langsung mengambil keputusan terhadap semua pendaftaran siswa dan pada saat yang bersamaan dapat memaksimalkan proses penerimaan  dengan menerima mahasiswa terbaik pada kapasitas yang ditawarkan.

Berdasarkan hasil penelitian yang dilakukan oleh Zhiwu Liu dan Xiuzhi Zhang (2010), mereka menganalisis nilai mahasiswa dari beberapa mata kuliah industrial enterprise electrification di sebuah universitas untuk mengetahui koneksi nilai dari beberapa mata kuliah yang berbeda melalui teknik decision tree. tabel 3 merupakan database nilai mahasiswa berisi no urut mahasiswa, dan hasil dari beberapa mata kuliah utama (fundamental of electrical engineering-FEE, electrical machine and drive-EMD, automatic control principle-ACP,     automatic control system-ACS, and higher mathematic-HM).

Tabel 3. Nilai dari mahasiswa

Sumber : Liu dan Zhang, 2010

Untuk memudahkan untuk melakukan data mining, data pada tabel 3 sebaiknya dirubah dengan kondisi sebagai berikut: jika nilai dibawah 60 maka diisi dengan 0 (tidak lulus) dan jika nilai diatas 60 maka diisi dengan 1 (lulus). Dengan menggunakan algoritma decision tree C4.5,

1.Jika nilai mata kuliah FEE (A) lulus, maka nilai mata kuliah ACS(C1) pada umumnya lulus. Tingkat akurasinya adalah 86.4% dan covering rate untuk jumlah mahasiswa adalah 59.5%.

2.Jika nilai mata kuliah FEE (A) tidak lulus, dan nilai mata kuliah EMD (B) juga tidak lulus, maka nilai mata kuliah ACS (C1) pada umumnya tidak lulus. Tingkat akurasinya adalah 85.7% dan covering rate untuk jumlah mahasiswa adalah 10%.

3.Jika nilai mata kuliah FEE (A) tidak lulus, tetapi nilai mata kuliah EMD (B) lulus, maka nilai ACS (C1) masih bisa lulus. Tingkat akurasinya adalah 81.25% dan covering rate untuk jumlah mahasiswa adalah 30.5%.

Gambar 1. Decision tree untuk mengevaluasi nilai mahasiswa

Sumber : Liu dan Zhang, 2010

Dengan pendekatan diatas dalam mengevaluasi nilai mahasiswa, maka pengelola fakultas dapat melihat hubungan antara kinerja mahasiswa terhadap mata kuliah FEE, ACS, dan EMD. Berdasarkan hasil evaluasi yang telah dilakukan, pengajar mata kuliah EMD perlu memberikan perhatian yang lebih kepada mahasiswa yang tidak lulus EMD dan ACS

3.      Penjelasan diagram alur dari Bisnis Intelegent dibawah ini :

Keberadaan Bianis Intelegent dalam suatu perusahaan diawali dari pelaku bisnis itu sendiri karena merekalah yang lebih mengetahui Teknologi informasi dan analisa apa-apa saja yang dibutuhkan dalam rangka meningkatkan kinerja bisnis dan mereka jugalah yang membutuhkan Bisnis Intelegent. Disinilah nilai Bisnis Intelegent bisa menjadi besar dan berguna bagi perusahaan. Pelaku bisnis mulai dari eksekutif, manajemen bahkan sampai ke operasional harus berperan aktif juga dalam penerapan Bisnis Intelegent dan divisi IT harus bisa berkolaborasi dalam hal penyiapan data-data dan arsitektur sistem. Terlepas dari perangkat lunak apa yang digunakan. Bukan hanya sekedar suatu pelaporan atau analisa saja tapi Bisnis Intelegent diharapkan dapat menjadi alat bantu utama bagi pelaku bisnis dalam meningkatkan kinerja bisnis, tentunya kebutuhan ini dalam tiap masa akan selalu berubah mengikuti perkembangan bisnis itu sendiri.

Pengertian dan Sejarah Java

                                   PENGERTIAN DAN SEJARAH JAVA

 

 

 Pengenalan Java

Java adalah salah satu bahasa pemrograman berorientasi objek (OOP-Object Oriented Programming). Paradigma OOP menyelesaikan masalah dengan merepresentasikan masalah ke model objek.

Pemrograman Berorientasi Obyek (OOP)

Pemisalan Objek dalam OOP
Objek-objek dalam dunia nyata, mempunyai 2 karakteristik khusus : Status dan Perilaku. Contohnya, sepeda punya status(jumlah gir, jumlah pedal, dua buah ban) dan perilaku(mengerem, mempercepat, 

ubah gir).

Bahasa yang berorientasi pada objek pun mempunyai karakteristik yang sama dengan objek-objek di dunia nyata. Yaitu status yang dalam bahasa pemrograman biasanya disimpan sebagai Variabel dan perilaku yang diimplementasikan sebagai Method.

 

Sejarah Java

 

Dimulai pada tahun 1991 dibentuknya suatu tim yang diberi nama green
Tim ini dipimpin oleh Patrick Naughton dan James Gosling (Sekelompok insinyur Sun ).
Awalnya mereka ingin membuat suatu bahasa komputer yang dapat digunakan oleh TV kabel ( Cable TV Box) yang memiliki memori kecil dan setiap perusahaan memiliki tipe yang berbeda.
Untuk mengaplikasikan hal tersebut mereka menggunakan hal yang pernah dicoba oleh bahasa pascal.
Sebelumnya Niclaus Wirth telah membuat sebuah bahasa yang portable yang akan digunakan dalam mesin bayangan selanjutnya ini disebut sebagai Virtual Mesin namun saat itu belum diumumkan.
Akhirnya tim green mengunakan ide ini akhirnya mereka menciptakan Java Virtual Mesin.
Vitual mesin inilah yang menbuat java dapat dijalankan diberbagai platform.
Pada tahun 1992 tim green membuat produknya yang diberi nama *7 (Star Seven )
Namun produk ini gagal dipasaran.

Setelah itu dibuat produk yang baru. Inilah java, pada awalnya bahasa pemrograman yang dibuat tersebut diberi nama “oak “ (Kemungkinan nama ini diambil dari nama pohon yang ada didepan jendela James Gosling)
Namun setelah diperiksa ternyata nama oak sudah pernah digunakan. Maka lahirlah nama “ Java “
Pada tahun 1993 sampai pertengahan 1994 tim green yang mempunyai nama baru First person. Inc hanya menghabiskan waktu dengan memperhatikan penjualan dari produknya. Ternyata tidak satupun orang ditemukan. Akhirnya pada tahun 1994 First Person dibubarkan.
Pada tahun itu Web berkembang sangat pesat saat itu browser yang banyak digunakan adalah Mosaic suatu broser yang gratis.

Dalam suatu wawancara pada pertengahan tahun 94 James Gosling mengatakan “We could build a real cool browser. It was one of the few things in the client/serve mainstream that needed some of the weird things we’d done: architecture neutral, real-time,reliable, secure—issues that weren’t terribly important in the workstation world. So we built a browser.”
Akhirnya dibuatlah suatu browser oleh Patrick Naughton dan Jonathan Payne.
Browser itu diberi nama Hot Java. Browser ini dibuat dengan menggunakan bahasa java untuk menunjukkan kemampuan dari java.
Yang tidak kalah hebatnya mereka juga membuat teknologi yang disebut Aplet sehingga browser dapat menjalankan kode program didalam browser.
Inilah bukti dari teknologi itu yang ditunjukkan java pada tanggal 25 mei 1995
Sejak saat itu browser java memberikan lisensinya kepada browser lain untuk bisa menjalankan Applet dan pada tahun 1996 diberikan pada Internet Explorer.
Akhirnya pada tahun 1996 dikeluarkan versi pertama dari java dengan mengeluarkan java 1.02
Pada tahun 1998 dikeluarkan java 1.2 dan java mulai mengeluarkan slogannya “Write once, Run anywhre “

Edisi Java

Java adalah bahasa yang dapat dijalankan dimanapun dan di sembarang platform apapun, di beragam lingkngan : internet, intranets,consumer electronic products, dan computer applications.The java 2 platform tersedia dalam 3 edisi untuk keperluan berbeda. Untuk beragam aplikasi yang dibuat dengan bahasa Java, java dipaketkan dalam edis – edisi berikut :
1.Java 2 Standard Edition ( J2SE )
2.Java 2 Enterprise dition ( J2EE )
3.Java 2 Micro Edition ( J2ME )
Masing – masing edisi berisi Java 2 Software Development Kit ( J2SDK ) untuk mengembangkan aplikasi dan Java 2 Runtime Environent ( J2RE ) untuk menjalankan aplikasi.
Kelebihan Java di bandingkan dengan C++
Pembuat program java telah merancang java untuk menghilangkan pengalokasian dan dealokasi memori secara manual, karena java memiliki Garbage Collection
Diperkenalkannya deklarasi array yang sebenarnya dan menghilangkan aritmatika pointer. Hal ini yang sering menyebabkan memori overwrite.
Dihilangkannya multiple inheritance, mereka menggantinya dengan interface.

 

 

Pengertian Java

Java adalah bahasa pemrograman yang multi platform dan multi device. Sekali anda menuliskan sebuah program dengan menggunakan Java, anda dapat menjalankannya hampir di semua komputer dan perangkat lain yang support Java, dengan sedikit perubahan atau tanpa perubahan sama sekali dalam kodenya. Aplikasi dengan berbasis Java ini dikompulasikan ke dalam p-code dan bisa dijalankan dengan Java Virtual Machine. Fungsionalitas dari Java ini dapat berjalan dengan platform sistem operasi yang berbeda karena sifatnya yang umum dan non-spesifik.

Slogan Java adalah “Tulis sekali, jalankan di manapun”. Sekarang ini Java menjadi sebuah bahasa pemrograman yang populer dan dimanfaatkan secara luas untuk pengembangan perangkat lunak. Kebanyakan perangkat lunak yang menggunakan Java adalah ponsel feature dan ponsel pintar atau smartphone.

Kelebihan dan kekurangan Java

 
Setelah membahas mengenai pengertian java, selanjutnya kita membahas mengenai kelebihan dan kekurangan java. Kelebihan Java yang pertama tentu saja multiplatform. Java dapat dijalankan dalam beberapa platform komputer dan sistem operasi yang berbeda. Hal ini sesuai dengan slogannya yangs udah dibahas sebelumnya. Yang kedua adalah OOP atau Object Oriented Programming. Java memiliki library yang lengkap. Library disini adalah sebuah kumpulan dari program yang disertakan dalam Java. Hal ini akan memudahkan pemrograman menjadi lebih mudah. Kelengkapan library semakin beragam jika ditambah dengan karya komunitas Java.

Setiap hal pasti memiliki kelebihan dan kekurangan. Kekurangan yang dimiliki oleh Java adalah pada satu slogannya, takni “Tulis sekali dan jalankan dimana saja” ternyata tidak sepenuhnya benar. Beberapa hal harus disesuaikan jika dijalankan pada platform yang berbeda. Misalnya untuk J2SE dengan platform SWT-AWT bridge tidak dapat berfungsi di Mac OS X. Kekurangan lainnya adalah kemudahan aplikasi Java didekompilasi. Dekompilasi adalah suatu proses membalikkan sebuah aplikasi menjadi kode sumbernya. Hal ini memungkinkan terjadi pada Java karena berupa bytecode yang menyimpan bahasa tingkat tinggi. Hal ini terjadi pula pada platform .NET dari Microsoft sehingga program yang dihasilkan mudah dibajak kodenya karena sulit untuk disembunyikan.

Kekurangan Java yang lain adalah penggunaan memori yang cukup banyak, lebih besar daripada bahasa tingkat tinggi sebelum generasi Java. Namun hal ini memang sesuai dengan fitur beragam yang dimiliki oleh Java. Masalah memori ini juga tidak dialami oleh semua pengguna aplikasi Java. Mereka yang sudah menggunakan perangkat keras dengan teknologi terbaru tidak merasakan kelambatan dan konsumsi memori Java yang tinggi. Lain halnya dengan mereka yang menggunakan teknologi lama atau komputer yang sudah berumur tua lebih dari empat tahun akan merasakan adanya kelambatan. Namun apapun kelemahan yang dimiliki Java, faktanya adalah Java merupakan bahasa pemrograman yang populer dan digunakan di seluruh dunia saat ini.