Siapa dari kita yang tidak memiliki data? Dari data pribadi, data kelompok, data instansi pemerintahan / negara, hingga data korporasi / enterprise tersebar dan hadir secara nyata di sekeliling kita. Pengertian Data dan Database ini sangat penting untuk kita ketahui.

Kumpulan data-data tersebut seringkali menjadi krusial dalam pengambilan keputusan, terlebih pada dunia bisnis. Data sendiri hingga dianggap sebagai sebuah “mata uang” yang tidak resmi, dalam artian, data sendiri sangatlah berharga.

Bahkan, sering kita dengar juga bahwa data diperjual-belikan. Namun pada akhirnya yang menjadi pertanyaan adalah: Apa sih arti dari sebuah data? Mari kita bahas sebelum membahas pengertian database lebih detail.

Pengertian Data

Data adalah kumpulan dari fakta-fakta mengenai suatu hal. Data sendiri dapat dideskripsikan dengan angka, kata-kata, gambar, dan sebagainya.

Data sendiri pada hakikatnya tidak akan berarti apa-apa apabila tidak diolah menjadi sebuah informasi yang berarti.

Banyaknya data yang terkumpul akan sangat berpengaruh terhadap informasi yang dapat kita analisa.

Data-data sendiri biasanya tersimpan dalam sebuah basis data, atau yang lebih dikenal dengan istilah Database.

Pengertian Database

Pengertian Database sendiri adalah kumpulan dari data yang disimpan secara sistematis sehingga informasi-informasi tertentu dapat diraih dan dapat menjadi dasar dari sebuah pengambilan keputusan.

Di dalam dunia teknologi informasi / IT, database seringkali berhubungan erat dengan keberadaan sebuah server untuk menjalankan dan menyimpan database beserta isinya.

Isi dari sebuah database biasanya berbentuk kumpulan table atau file yang dapat memiliki hubungan antara satu dengan yang lainnya.

Database juga memiliki sebuah skema yang mendeskripsikan struktur dari jenis data / fakta yang tersimpan di dalam sebuah database tersebut.

Klasifikasi Database Berdasarkan Data

Database dapat diklasifikasikan menjadi 3 jenis tergantung dari isi datanya: terstruktur (structured), semi-terstruktur (semi-structured), dan tidak terstruktur (unstructured).

1. Structured Database

Database terstruktur / structured pada umumnya berbentuk data tabular. Data – data di dalamnya direpresentasikan dengan baris dan kolom dan sangat mengandalkan unsur teks dan angka dengan besaran tertentu.

Database terstruktur juga seringkali disebut sebagai relational database / database relasional. Setiap baris pada database ini memiliki jumlah kolom dan tipe data per kolom yang sama.

Dalam pengaksesan dan pembacaannya, pada umumnya database relasional menggunakan Structured Query Language (SQL).

Baca Juga : Pengertian Database NoSQL, Jenis dan Keunggulannya

Data yang dikembalikan atau hasil dari query tergantung dari perintah SQL yang diberikan kepada database. Perintah yang diterima oleh database akan diproses secara sekuensial, yang berarti database akan membaca dari baris pertama dari dalam sebuah table dan mencocokan satu per satu hingga kondisi pada perintah SQL terpenuhi.

Berikut adalah contoh dari table dalam sebuah database relasional:

2. Semi-Structured Database

Database semi-terstruktur / semi-structured seringkali tidak dapat didefiniskan dalam database relasional namun masih terdapat semacam struktur di dalamnya.

Pada umumnya, database berupa sebuah file / dokumen yang isinya memiliki struktur tertentu. Contoh paling nyata di dalam sebuah dokumen database tersebut adalah data yang disimpan dalam format JavaScript Object Notation (JSON).

Komponen struktur dalam dokumen JSON sebuah database semi-terstruktur sangat terlihat dalam value / nilai yang direpresentasikan di dalamnya. Pada Gambar 2 di atas, field seperti CustomerID, name, dan address adalah komponen strukturnya.

Karena sifatnya yang adalah sebuah dokumen, segala proses pencarian dan/atau pembacaan data dapat menjadi relative lebih cepat karena database tidak perlu melakukan pembacaan dari entri data pertama. Analogikan database semi-terstruktur menyerupai kumpulan dari metadata yang dapat dicari dengan mudah dan cepat.

3. Unstructured Database

Database tidak terstruktur / unstructured mengandung data yang juga tidak terstruktur atau tidak dapat distrukturisasikan. Hal ini dikarenakan oleh isi dalam database ini akan dapat sangat bervariasi, apakah itu seperti berupa teks yang tidak dapat ditetapkan Batasan jumlah karakternya, gambar, suara / audio, ataupun video.

Data-data tidak terstruktur ini dapat dibuat / dihasilkan oleh

a. Manusia

• E-mail, di mana isinya tidak memiliki Batasan jumlah karakter.
• Dokumen, seperti Word atau Powerpoint.
• Data social media, di mana pada umumnya juga memiliki media di dalamnya.
• Media, seperti foto dan video digital.

b. Mesin

• Data analisa scientific, di mana juga dapat mengandung gambar atau grafik.
• Pengawasan digital untuk observasi, di mana seringkali berupa gambar atau rekaman video.
• Gambar satelit.

Bentuk dari database tidak terstruktur ini tidak dapat terdefiniskan. Namun pada umumnya, penggunaan metadata atau ID referensi dipakai sebagai sebuah penunjuk kepada data tertentu yang juga tidak tidak terstruktur.

Klasifikasi Database Berdasarkan Kegunaan

Selain dari jenis data yang terdapat di dalamnya, database juga dapat diklasifikasikan berdasarkan kegunaan atau tujuan dari database itu sendiri.

1. Database Transaksional

Database transaksional (transactional database) adalah tipe database yang paling umum digunakan. Dalam database ini, semua entri atau isi di dalamnya bersifat transaksi, yang berarti satu entri mewakili sebuah transaksi.

Sebuah transasksi dapat bersifat finansial (seperti adanya terjadi perpindahan / pergerakan uang antar akun pada sistem bank) atau retail (katalog produk, jumlah produk, dan sebagainya).

Pendek kata, sebuah wujud transaksi dalam sebuah database dapat dianalogikan sebagai sebuah proses kerja kecil dari sebuah bagian besar.

Database transaksional seringkali juga ditemui mengakomodir proses dalam jumlah besar. Tidak jarang dalam sebuah database transaksional mengalami jutaan proses transaksi dalam satu hari.

Dengan sifatnya yang mengakomodir transaksi dalam jumlah besar, maka kecepatan akses juga menjadi kunci utama dari database ini.

Untuk menunjang kecepatan akses, baik itu proses baca dan tulis, maka dikenal juga sebuah proses bernama normalisasi database.

Proses normalisasi ini dilakukan dengan memecah sebuah table besar menjadi beberapa table kecil yang masing – masing mewakili sebuah proses tertentu saja, sehingga performa akses database dapat ditingkatkan.

Namun proses ini bukan tanpa efek samping. Efek samping yang ditimbulkan adalah meningkatnya kompleksitas proses query.

Database transaksional juga dikenal dengan istilah Online Transactional Processing (OLTP).

2. Database Analitikal

Berbeda dengan database transaksional, di mana kegunaan utamanya adalah menyokong / mengakomodir transaksi dengan cepat, database analitikal dirancang untuk mendukung pengambil keputusan yang perlu melakukan query data dan mengambil gambaran besar dari kumpulan data yang di-query.

Data yang diambil dan dimasukan ke dalam database analitikal seringkali bersifat mentah untuk diolah menjadi sebuah informasi yang dapat dipahami. Informasi tersebut akan sangat berpengaruh dalam proses pengambilan keputusan.

Pada umumnya, database analitikal memiliki langkah – langkah yang mirip dan terbagi menjadi beberapa bagian:

a. Pemasukan Data / Data Ingestion

Data-data dari sumbernya (pada umumnya database transaksional) diterima secara mentah. Sumber – sumber data dapat sangat bervariasi, baik dari kegunaan, tipe, maupun informasi yang dimilikinya.

Data yang diambil kemudian akan ditampung ke dalam sebuah wadah penyimpanan sementara untuk diproses lebih lanjut.

b. Transformasi Data / Data Transformation

Dengan berbagai sumber pengambilan data, secara langsung juga akan berpengaruh terhadap struktur dan informasi yang dimiliki dari berbagai sumber tersebut. Data-data yang sudah diambil juga kadang dapat memiliki anomali yang perlu dibersihkan.

Pada proses transformasi data inilah, data dari berbagai sumber tersebut dibersihkan dan diterapkan format umumnya atau juga dapat diterapkan agregasi data. Pada umumnya, proses transformasi data inilah yang cenderung paling rumit dan dapat berpotensi bersifat kontinyu.

c. Query Data / Data Querying

Data yang sudah ditransformasi dan dibersihkan kemudian dapat di-query. Hasil dari query yang dijalankan dapat berupa informasi yang dapat mengindikasikan masalah, atau informasi tertentu yang diinginkan.

d. Visualisasi Data / Data Visualization

Data yang dikembalikan dari hasil sebuah query ini dapat ditetapkan untuk direpresentasikan ke dalam sebuah visual, seperti grafik, bagan, dan lain-lain.

Pada langkah terakhir inilah, database analitikal dikonsumsi oleh pengambil keputusan untuk mengidentifikasi masalah yang terjadi atau menjadi dasar untuk inovasi ke depan dari sebuah perusahaan / korporasi yang dijalankan.

Kesimpulan

Demikian penjelasan mengenai pengertian data, pengertian database, klasifikasi, dan kegunaannya. Perlu diperhatikan bahwa dewasa ini juga kita memasuki era digital dan komputasi awan (cloud), di mana database sendiri juga dapat dijalankan di atas platform komputasi awan.

Penggunaan komputasi awan untuk menjalankan database akan sangat membantu dalam hal kecepatan pembuatan, stabilitas infrastruktur, performa database, keamananan database, serta jaminan layanannya.

Tertarik untuk melakukan eksplorasi lebih lanjut mengenai menjalankan database pada platform komputasi awan? Hubungi ViBiCloud untuk dapat berbincang langsung dengan tim ahli kami!