JURNAL 17
FILSAFAT INFORMASI SEBAGAI KERANGKA KONSEPTUAL

Fika Rizkya N.A.         (C1C015013)
Agustina K. Sujarwo   (C1C015062)
Shidqi Kurnia               (C1C015066)

1. Introduction

Dalam banyak kasus, keseluruhan koleksi menunjukkan bahwa, terlepas dari kritik, filosofi informasi menyediakan kerangka konseptual yang sangat bermanfaat dimana isu filosofis baru dapat diatasi dan yang lama dihidupkan kembali. Seperti yang akan dilihat pembaca, dalam banyak kasus perselisihan yang bermanfaat terjadi dengan latar belakang konvergensi yang cukup besar mengenai apa yang dianggap sebagai masalah menarik dan metode berharga untuk mengatasinya.

2. Reply to Gillies

Penulis telah mendapatkan banyak wawasan dari Gillies di masa lalu, terutama tentang filsafat kecerdasan buatan (AI). Penafsiran Gillies tentang posisi penulis sebagai orang ramah terhadap pendekatan Platonis benar, dan pandangannya bahwa Platonisme implisit penulis memiliki untaian Popperian memang sangat tanggap. Singkatnya, Gillies benar-benar melihat analisisnya tentang pekerjaan si penulis.

 Yang akan penulis lakukan adalah menggarisbawahi dua konsep - struktur dan interaksi - yang penulis yakini harus memainkan peran kunci dalam filsafat teori informasi tentang strukturalisme matematis, terlepas dari apakah Anda menyukai Aristotelianisme Gillies terhadap Platonisme penulis. Dan akhirnya penulis mengambil rute Platonis yang lebih banyak.

3. Reply to Allo

Tulisan oleh Allo paling berwawasan dan cerdik. berwawasan karena dengan tepat menafsirkan informasi awal dari informasi yang sangat penting, permintaan tersebut sesuai dengan paradoks Bar-Hillel-Carnal dan akar Tarskian-nya: kontradiksi berpose 256 L. Floridi

Sebuah masalah informasi karena nilai kebenaran mereka, bukan karena efek inferensialnya. Cerdik, karena dengan meyakinkan menunjukkan bagaimana tesis veridicality (agar P memenuhi syarat sebagai informasi semantik, P pasti benar) mungkin (dibuat) yang kompatibel dengan dialetheisme (ada kontradiksi yang benar, jadi untuk beberapa P, keduanya P dan ¬ P benar) .

Pada kesimpulannya, ada tiga konteks informasi dimana konsistensi memainkan peran penting: dalam (apa yang kita anggap) sifat dunia (sistem), bagaimana kita menggambarkannya (model) dan bagaimana kita melibatkan Dengan itu (praksis). Perbedaan yang dibuat informasi tidak hanya bersifat epistemis (hanya mempengaruhi sistem dan modelnya), juga, jika tidak terutama, pragmatis (mempengaruhi juga praksis) dan konsistensi melayani kedua master. Ini adalah "alasan terpisah untuk menolak kelengkapan ekspresif", seperti yang ditulis Allo, atau untuk membuatnya secara sederhana, inilah mengapa informasi yang tidak konsisten mungkin masuk akal secara deskriptif namun tidak memiliki nilai secara normatif.

4. Reply to Adriaans

Adriaans nampaknya berpikir bahwa permainan sepakbola adalah yang terbaik dan memang benar-benar dipahami dalam hal fisika Newton. Sebaliknya, penulis berpendapat bahwa fisika Newton tidak mencukupi itu.

Pada bahasan ini pandangan yang penulis banggakan adalah bahwa teori informasi memberikan batasan ilmiah di mana kita dapat mengembangkan sebuah falsafah informasi yang menarik. Jadi penulis berpendapat untuk kebutuhannya tapi melawan kecukupannya. Tanpa teori informasi, tidak ada PI, tapi PI lebih dari sekedar teori informasi tentang steroid. Dengan bodohnya saya pikir intinya tidak hanya cukup jelas, tapi juga tidak kontroversial. Adriaan membuat penulis menyadari kesalahannya.

Rekomendasi penulis kepada pembaca adalah untuk memberi tahu para ilmuwan masalah yang bersifat ilmiah, yaitu teori yang secara empiris-matematis dapat dipecahkan setidaknya pada prinsipnya, dan bagi para filsuf masalah yang bersifat filosofis, yaitu yang secara intrinsik terbuka, yaitu subjek selamanya Untuk ketidaksetujuan informasi dan rasional, bahkan pada prinsipnya. Perpaduan yang cermat antara teori informasi dan filsafat informasi lebih dari sekadar diterima; Perlu jika kita ingin memahami dunia yang rumit dimana kita hidup. Tapi membingungkan dengan yang lain dan secara acak mencampur bit Shannon dengan potongan Heidegger hanyalah resep untuk bencana.

5. Reply to Ganascia

Penulis setuju dengan banyak hal yang menurut Ganascia yang ada dalam artikelnya. Interpretasinya tentang AI sebagai disiplin dengan dua jiwa adalah benar dan menyegarkan.

Pertama mengenai benar, penelitian AI berusaha untuk mereproduksi hasil dari perilaku cerdas kita dengan cara-cara non-biologis dan untuk menghasilkan kecerdasan non-biologis dari kecerdasan kita. AI telah sangat sukses, saat ini kita semakin mengandalkan aplikasi terkait AI (apa yang disebut artefak cerdas).

Dua jiwa telah diberi nama beragam, dan terkadang perbedaan yang lemah vs Al yang kuat atau, seperti yang ditunjukkan oleh Ganascia kepada kita, Good Old Fashioned New atau Nouvelle AI, telah digunakan untuk menangkap perbedaannya. Penulis lebih memilih untuk menggunakan perbedaan yang kurang sarat antara AI yang ringan vs kuat (Floridi 1999).

Pembela AI menunjukkan hasil kuat AI reproduksi yang benar-benar lemah dalam hal tujuan, sedangkan pencela AI menunjuk hasil lemah AI produktif, AI yang benar-benar kuat dalam hal tujuan. Di sinilah kertas Ganascia sangat menyegarkan, dan ini adalah komentar kedua penulis.

6. Reply to Piazza

Penulis menikmati artikel Piazza yang bukan hanya informasi yang baik, tapi juga secara analitis membedakan beberapa fitur yang kurang jelas dari proposal epistemologis penulis.

Penulis percaya Piazza kebanyakan benar tapi mungkin dengan cara yang mungkin sama sekali tidak memuaskannya, karena premisnya dapat diterima, memang diperkuat, tanpa menerima kesimpulannya.

Bahwa artikel Piazza hanya menyangkut dua sumber informasi empiris yang tersedia bagi agen kognitif seperti penulis. Oleh karena itu penting untuk memeriksa seberapa jauh kritiknya dapat dibenarkan.

7. Reply to Flavio Soares Correa da Silva

Dalam konteks ini, penulis menyoroti dua kontribusi menarik yang ditawarkan oleh Correa da Silva.

Pertama, mengenai filosofi informasi, untuk membentuk kerangka asli pedoman yang sesuai untuk pengembangan program yang berhasil untuk pemerintahan elektronik: (1) logika modal untuk Formalisasi gagasan untuk mendapat informasi; (2) Etika Informasi dan (3) analisis tren terkini dalam pengembangan Web. Kedua, artikel tersebut memperkenalkan konsep "agen moral publik", dan ini tentu layak untuk semua perhatian kita.

8. Reply to Brenner

Merupakan penelitian independen oleh Brenner dan terdapat dua hal sederhana, pertama penulis berterima kasih kepada Brenner karena telah memberikan analisis kerja yang sangat andal tentang Etika Informasi yang telah dikembangkan dalam kurun waktu 10 tahun terakhir ini oleh penulis, dengan ketepatan dan ketajaman yang luar biasa. Kedua, menarik untuk melihat bagaimana, terlepas dari fakta bahwa Brenner berasal dari perspektif dan tradisi yang sangat berbeda posisinya, tampaknya berhasil kompatibel dan sinergis.

9. Reply to Byron

Dua hal penting yang lebih penting membedakan posisi Byron dari penulis: apa yang menjadi inti revolusi keempat dan apakah Etika Informasi dapat membantu kita untuk memikirkan secara lebih baik tentang masalah etika yang dibawa oleh revolusi keempat.

Mengenai poin pertama, terbukti bahwa dalam artikel Byron banyak mengulas pentingnya fenomena AC. Menurut penulis mungkin salah dia, karena, dalam pekerjaan yang terutama dibahas oleh Byron, penulis sangat mengandalkan AC sebagai contoh bagus dari hal baru yang akan kita saksikan di dalam konteks revolusi keempat. Namun, penulis tidak pernah berniat untuk mengaitkan revolusi keempat dengan semacam terobosan dalam kecerdasan buatan atau genetika manusia. Tampaknya ada kesalahan untuk membayangkan diskontinuitas seperti itu dengan tiga revolusi sebelumnya.

Mengenai poin kedua, menurut Byron, Etika Informasi yang telah penulis bantah gagal memberikan pendekatan yang bermanfaat mengenai isu-isu baru yang diajukan oleh revolusi keempat. Dalam hal ini, Byron mengajukan beberapa pertanyaan spesifik. Ada yang masuk akal. Beberapa orang lain tampaknya didasarkan pada kesalahpahaman umum tentang Etika Informasi. Masalah penting kekeliruan deskripsi dari Etika Informasi Byron adalah kurangnya perhatian pada peran penting yang dimainkan oleh konsep tingkat abstraksi.

10. Reply to Doyle

            Menurut penulis, artikel Doyle berisikan beberapa prinsip tentang etika informasi. Namun dalam artikel Doyle terdapat kekurangan sehingga dianggap tidak valid, kekurangannya adaalah artikel ini tidak memiliki literatur dan telah dijadikan bahan untuk perdebatan hebat di beberapa kesempatan.

Menurut penulis, Doyle lewat artikelnya sangat ingin mempertahankan etika secara luas berdasarkan "kepentingan", di mana minat didefinisikan dalam hal menghindari rasa sakit dan mencari kesenangan. Namun menurut Doyle ini jelas bukanlah sebuah argument. Karena ini sebenarnya adalah sebuah klarifikasi atas pertanyaan tentang meluasnya masalah-masalah lingkungan akhir-akhir ini,.

11. Reply to Hofkirchner

Penulis mengakui tidak bisa mengklaim bahwa dirinya telah mengapresiasi secara penuh semua poin yang telah Hofkirchner buat dalam artikelnya. Menurut penulis , nampaknya divergensi antara penuis dan  Hofkirchner lebih merupakan masalah nuansa daripada substansi, tapi seperti yang diketahui pembaca, iblis mencintai detail, karena disinilah letaknya lebih mudah, jadi menurut penulis mungkin salah. Dan menurut penulis juga tidak jelas apa proposal Hofkirchner, melebihi dan di atas mosaik kutipan dan revisi beberapa tesis penulis, tapi mungkin jawaban yang bagus adalah penulis harus kembali ke papan gambar dan berusaha lebih keras. Dari sekian banyak hal yang disinggung dalam artikelnya, penulis akan berkonsentrasi pada dua hal, yang menurut penulis perlu klarifikasi. Mungkin dialog bisa dimulai dari sana, begitu kebingungannya selesai.

Poin PERTAMA adalah secara signifikan dari pandangan seperti yang tercantum di atas. Ini hanya masalah logika: jika Anda akan menggunakan tiga revolusi Freud, Anda pasti akan membicarakan sebuah perubahan.

Poin KEDUA adalah menurut penulis, jurnal ini terlalu congkak terhadap etika informasi dan meminta pembaca untuk membandingkan dengan artikel serta jurnal yang lain. Dan tak lupa penulis meminta maaf bila pendapatnya ini tidak didasarkan atas pemahaman yang baik terhadap jurnal Hofkirchner.

12. Reply to Vakarelov

Menurut penulis, makalah oleh Vakarelov adalah sebuah kebangkitan kembali dari sebuah pendekatan pragmatis dan semiotik yang sangat pragmatis terhadap filsafat informasi, yang selama ini diabaikan terlalu lama.

Penulis berpendapat bahwa Vakarelov tampaknya benar, dan dengan cara yang menarik, ketika dia menulis bahwa menurut Vakarelov, strategi ini [pendekatan pragmatis terhadap informasi semantik], adalah sebuah sistem informasi, bukan karena beroperasi dengan data yang bermakna (dan benar) karena beroperasi dengan informasi, melainkan sebaliknya, ia beroperasi dengan informasi karena merupakan sistem informasi.

13. Reply toYukio-Pegio Gunji, Takayuki Niizato, HisashiMurakami dan Iori Tani

Menurut pengamatan penulis, artikel oleh Gunji, Niizato, Murakami dan Tani berusaha untuk memperluas beberapa hasil yang diperoleh dalam filsafat informasi ke ilmu biologi dan, khususnya untuk cabang ilmu zoologi.

Dan penulis pun tertarik dengan perkembangan tersebut. Tentu saja menurut penulis, analisis mereka dari konsep perataan nampaknya layak dipelajari baik teliti dan lebih jauh perkembagannya.

Salah satu pengamatan paling abstrak yang mungkin dilakukan oleh suatu populasi adalah ukurannya atau kardinalitas sebagai satu set, yaitu jumlah anggotanya. Dalam terminologi dari Metode abstraksi (Floridi 2008e, 2010a, b), yang dapat diamati dari tipe WHOLE NOMOR, dan diketik dengan baik asalkan populasi tersebut terbatas dan terdefinisi dengan baik.

14. Reply to Durante

Penulis belajar banyak dari artikel Durante. Perlakuannya terhadap isu-isu, yang tampaknya ada rekan kerja yang kurang tajam, sama-sama orisinal dan mencerahkan. Analisisnya tentang Sifat informasi, misalnya, dan isu berkorelasi Tentang kekayaan yang dipahami secara informasi, adalah tanpa cela. Yang sama berlaku benar untuk pembahasannya tentang gagasan penting tentang data, kurangnya keseragaman, perbedaan dan hubungan. Menurut penulis, Inilah contoh bagus dari penafsirannya:

“Saat menghancurkan benda informasi, tidak hanya kita menghapus perbedaan, tapi Air mata kita juga benang dari hubungan tersebut, dengan hasil stratifikasi pemiskinan infosfer dan pluralisme: berlaku, pluralisme tidak hanya peduli dengan penghapusan manifestasi sekunder berbagai objek informasi (diimplementasikan di benda material), tapi memang begitu tertanam dalam akar ontologis infosfer.”

Penulis mengeluarkan sebuah rekomendasi, akan sangat menyarankan pembaca untuk tertarik untuk memahami sifat Informasi Etika untuk mempelajari artikelnya. Namun penulis tidak mau membuang kesempatan ini dengan hanya memuji karya Durante.

SIM CHAPTER 6

Ivena Rahma P                        (C1C015005)

Agustina K. Sujarwo              (C1C015062)

Alfiandita Rizka Meivita        (C1C015069)

Sita Evitasari                           (C1C015070)

Foundation of Business Intelligence : Database and Information Management

6.1 MENGORGANISASIKAN DATA DALAM LINGKUNGAN FILE TRADISIONAL

Sebuah sistem informasi yang efektif menyediakan pengguna dengan informasi yang akurat, tepat waktu, dan relevan bagi para penggunanya. Informasi yang akurat tidak memiliki kesalahan. Informasi yang tepat waktu dapat dipakai oleh pembuat keputusan ketika dibutuhkan. Informasi yang relevan artinya informasi itu sangat berguna dan tepat untuk jenis pekerjaan dan keputusan yang membutuhkannya.

l   Konsep Pengorganisasian File

         Sistem komputer mengorganisasikan data ke dalam sebuah hierarki yang dimulai dengan bit dan byte, menuju field, record, dan basis data. Sekumpulan bit disebut byte. Pengelompokan karakter menjadi sebuah kata, kumpulan kata, atau bilangan lengkap dinamakan field. Sekumpulan field yang saling berhubungan berkumpul menjadi record. Sekelompok record yang jenisnya sama dinamakan file. Sekelompok file yang berhubungan membentuk basis data. Sebuah record menggambarkan sebuah entitas. Entitas adalah orang, tempat, hal, atau kejadian yang informasinya disimpan dan dipelihara. Setiap karakteristik atau kualitas yang menggambarkan entitas khusus disebut atribut.

l   Masalah dengan Lingkungan File Tradisional

Pada kebanyakan organisasi, file, data dan sistem cenderung bertumbuh secara mandiri tanpa rencana menyeluruh untuk perusahaan. Akuntansi, keuangan, manufaktur, sumber daya manusia, juga penjualan dan pemasaran, semuanya berkembang dengan sistem dan file datanya sendiri. Setiap aplikasi, diperlukan file dan program komputer sendiri untuk beroperasi. Sebagai contoh, sumber daya manusia area fungsional mungkin memiliki file personel induk, file penggajian, file asuransi kesehatan, file pensiun, sebuah mailing list file, dan sebagainya sampai puluhan, mungkin ratusan, file dan program yang ada. Selain itu, masalah lainnya adalah redundansi dan inkonsistensi data, ketergantungan Program-data, kurangnya fleksibilitas, keamanan yang buruk, kekurangan dalam pembagian dan ketersediaan data.

l   Data Redundancy dan Inkonsistensi

Data redundansi adalah adanya duplikasi data dalam beberapa file data sehingga data yang sama disimpan dalam lebih dari tempat atau lokasi. Redundansi data terjadi ketika kelompok yang berbeda dalam sebuah organisasi independen mengumpulkan potongan data yang sama dan menyimpannya secara independen satu sama lain. Redundansi data sumber daya penyimpanan limbah juga menyebabkan inkonsistensi data, di mana atribut yang sama mungkin memiliki nilai yang berbeda.

l   Ketergantungan Program Data

Ketergantungan program-data mengacu pada kopling data yang disimpan dalam file dan program-program khusus yang diperlukan untuk memperbarui dan memelihara file-file, sehingga perubahan dalam program memerlukan perubahan data. Setiap program komputer tradisional harus menggambarkan lokasi dan sifat data dengan yang bekerja. Dalam lingkungan file tradisional, setiap perubahan dalam program perangkat lunak bisa memerlukan perubahan dalam data diakses oleh program itu.

l   Kurangnya Fleksibilitas

Sistem file tradisional dapat memberikan laporan rutin yang dijadwalkan upaya pemrograman yang ekstensif, tetapi tidak dapat memberikan laporan ad hoc atau menanggapi kebutuhan informasi yang tidak diantisipasi secara tepat waktu. Beberapa programmer mungkin harus bekerja selama berminggu-minggu untuk mengumpulkan item data yang dibutuhkan dalam sebuah file baru.

l   Keamanan yang buruk

Karena ada sedikit kontrol atau manajemen data, akses dan penyebaran informasi mungkin di luar kendali. Manajemen mungkin tidak memiliki cara untuk mengetahui siapa yang mengakses atau bahkan membuat perubahan data organisasi.

l   Kurangnya Pembagian dan Ketersediaan Data

Karena potongan informasi dalam file dan bagian yang berbeda dari organisasi tidak dapat berhubungan satu sama lain, maka hampir tidak mungkin untuk informasi untuk dibagikan atau diakses pada waktu yang tepat. Informasi tidak dapat mengalir dengan bebas di area fungsional yang berbeda atau bagian yang berbeda dari organisasi. Jika pengguna menemukan nilai yang berbeda dari bagian yang sama dari informasi dalam dua sistem yang berbeda, mereka mungkin tidak ingin menggunakan sistem ini karena mereka tidak dapat mempercayai keakuratan data mereka.

6.2 PENDEKATAN BASIS DATA TERHADAP PENGELOLAAN DATA

A.      Sistem Manajemen Basis Data

Sistem manajemen database (DBMS) adalah perangkat lunak yang memudahkan organisasi untuk memusatkan data, mengelola secara efisien, dan menyediakan akses data bagi program aplikasi. DBMS bertindak sebagai antarmuka antara program aplikasi dan file data fisik.

DBMS meringankan programmer dari pemahaman di mana dan bagaimana data sebenarnya disimpan dengan memisahkan pandangan logis dan fisik dari data. Pandangan logis menyajikan data karena mereka akan dirasakan oleh pengguna akhir atau spesialis bisnis, sedangkan tampilan fisik menunjukkan bagaimana data sebenarnya terorganisir dan terstruktur pada media penyimpanan fisik. Perangkat lunak manajemen database membuat database fisik tersedia untuk tampilan logis yang berbeda yang dibutuhkan oleh pengguna.

B.       Kemampuan Sistem Manajemen Berbasis Data
       DBMS menyertakan kapabilitas dan perangkat lunak untuk mengorganisasikan, mengelola, dan mengakses data dalam basis data. Hal yang paling penting antara lain:

   Ø  Kemampuan definisi data: menentukan struktur isi database, digunakan untuk membuat tabel dan mendefinisikan karakteristik bidang

   Ø  Kamus data: berkas otomatis atau manual yang menyimpan definisi unsur data dan karakteristiknya

   Ø  Bahasa manipulasi data: digunakan untuk menambah, mengubah, menghapus, mengambil data dari database

C.      Merancang Basis Data

Untuk membuat basis data, sebelumnya harus memahami hubungan antara data, jenis data yang akan dijaga dalam database, bagaimana datanya digunakan, dan bagaimana organisasi perlu mengubah untuk mengelola data dari perspektif keseluruhan perusahaan. Basis data membutuhkan desain konseptual dan sebuah desain fisik
Ø  Desain konseptual (logis): Model abstrak dari perspektif bisnis
Ø  Desain fisik: Bagaimana database diatur pada perangkat penyimpanan akses langsung

6.3 MENGGUNAKAN BASIS DATA UNTUK MENINGKATKAN KINERJA BISNIS DAN PROSES PENGAMBILAN KEPUTUSAN

Perusahaan menggunakan basis data untuk melacak transaksi dasar, seperti membayar pemasok, memproses pesanan, melacak pelanggan, dan membayar gaji karyawan. Perusahaan juga membutuhkan basis data untuk menyediakan informasi yang akan membantu perusahaan menjalankan bisnis dengan lebih efisien, dan membantu manajer dan karyawan membuat keputusan lebih baik.

A.      GUDANG DATA

   Ø  Gudang data

Menyimpan data terkini dan historis dari banyak sistem transaksi operasional utama seperti sistem penjualan, akun pelanggan, manufaktur yang mungkin diminati dan digunakan di seluruh perusahaan, namun data tidak dapat diubah.

Gudang data menggabungkan dan menstandarkan informasi dari basis data operasional yang berbeda sehingga informasi dapat digunakan di seluruh perusahaan untuk analisis dan pembuatan keputusan manajemen. 

Ø      Data mart:

      Subset data warehouse, bagian data perusahaan yang diringkas atau sangat terfokus untuk digunakan oleh populasi pengguna tertentu. Biasanya berfokus pada subjek tunggal atau bidang usaha.

TOOLS DALAM BUSINESS INTELLIGENCE : ANALISIS DATA MULTIDIMENSIONAL DAN PENGGALIAN DATA

Peralatan utama untuk Business Intelligence meliputi :

• Software for database query and reporting
• Online Analytical Processing (OLAP)
• Data mining (Penggalian Data)

1)      Online Analytical Processing (OLAP)

         OLAP mendukung analisis data multidimensi, memungkinkan pengguna melihat data yang sama dengan berbagai cara menggunakan banyak dimensi. Setiap aspek informasi seperti produk, harga, biaya, wilayah, atau periode waktu mewakili dimensi yang berbeda. OLAP memungkinkan pengguna memperoleh jawaban online atas pertanyaan ad hoc dalam jumlah waktu yang cukup cepat, bahkan saat data disimpan dalam database yang sangat besar.

            Contohnya adalah suatu perusahaan menjual berbagai macam produk seperti mur, baut, mesin cuci dan sekrup di wilayah Timur, Barat dan Tengah. Dengan menggunakan OLAP, perusahaan tersebut dapat mengetahui berapa banyak mesin cuci yang dijual di wilayah Timur pada bulan Mei.

Model data multidimensional

 

            Tampilan yang ditunjukkan di atas adalah produk versus wilayah. Jika Anda kubus di putar 90 derajat, wajah yang akan ditampilkan adalah produk versus penjualan aktual dan yang diproyeksikan. Jika kubus di putar 90 derajat lagi, yang terlihat adalah daerah versus penjualan aktual dan proyeksi. Pandangan lain mungkin dilakukan.

2)      Data Mining

            Data mining lebih sering digunakan oleh para penemu dibandingkan OLAP. Data mining memberikan informasi tentang data perusahaan yang tidak dapat diperoleh dengan OLAP dengan menemukan pola dan hubungan tersembunyi di database besar dan petunjuk awal untuk memprediksi perilaku masa depan.

Jenis informasi yang dapat diperoleh dari data mining meliputi :

1. Asosiasi (associations) adalah kejadian yang terkait dengan satu peristiwa.
2. Urutan (sequences). Dalam urutan, suatu peristiwa dikaitkan dari waktu ke waktu.
3. Klasifikasi (classifications). Klasifikasi mengenali pola yang menggambarkan kelompok dimana item tersebut berada dengan memeriksa item yang ada yang telah diklasifikasikan dan dengan menentukan aturan.
4. Kelompok (clusters). Clustering bekerja dengan cara yang mirip dengan klasifikasi apabila belum ada kelompok yang ditetapkan.
5. Peramalan (forecasts). Peramalan menggunakan serangkaian nilai yang ada untuk meramalkan nilai-nilai lain.

3)     Analisis Prediktif

            Analisis prediktif menggunakan teknik data mining, data historis, dan asumsi tentang kondisi masa depan untuk memprediksi hasil kejadian, seperti probabilitas seorang pelanggan akan menanggapi penawaran atau membeli produk tertentu.

4)      Teks Mining dan Web Mining

• Teks Mining mampu mengekstrak elemen kunci dari kumpulan data tidak terstruktur yang besar, menemukan pola dan hubungan, dan meringkas informasinya. Bisnis mungkin beralih ke teks untuk menganalisis transkrip panggilan ke pusat layanan pelanggan untuk mengidentifikasi layanan utama dan masalah perbaikan.
• Web Mining adalah penemuan dan analisis pola dan informasi berguna dari World Wide Web. Bisnis dapat beralih ke web mining untuk membantu mereka memahami perilaku pelanggan, mengevaluasi keefektifan situs web tertentu, atau mengukur keberhasilan kampanye pemasaran.
• Web Mining mencari pola dalam data melalui :

Ø  Web content mining, adalah proses mengekstrak pengetahuan dari konten halaman web,            yang mungkin mencakup data teks, gambar, audio, dan video.

Ø  Web structure mining, mengekstrak informasi yang berguna dari link yang tertanam dalam        dokumen web.

Ø  Web usage mining, menguji data interaksi pengguna yang dicatat oleh server Web kapan          pun permintaan untuk sumber daya situs web diterima.

5)      Database dan Web

Ø  Banyak perusahaan menggunakan Web untuk membuat beberapa database internal tersedia bagi pelanggan atau partner.

Ø  Konfigurasi tipikal meliputi :

• Web server
• Application server/middleware/CGI scripts
• Database server (hosting DBM)

Ø  Keuntungan menggunakan Web untuk akses database :

• Kemudahan penggunaan perangkat lunak browser
• Antarmuka web hanya memerlukan sedikit atau tidak ada perubahan pada basis data
• Murah untuk menambahkan antarmuka Web ke sistem

Menghubungkan database internal ke web

Pengguna mengakses database internal organisasi melalui Web menggunakan komputer desktop dan perangkat lunak browser Web.

6.4 MENGELOLA SUMBER DAYA DATA

MENETAPKAN KEBIJAKAN INFORMASI

            Kebijakan informasi menentukan peraturan organisasi untuk berbagi, menyebarkan, memperoleh, membuat standarisasi, mengklasifikasi, dan menginventarisasi informasi.

            Dalam sebuah organisasi besar, mengelola dan merencanakan informasi sebagai sumber daya perusahaan seringkali memerlukan fungsi administrasi data formal. Administrasi data bertanggung jawab atas kebijakan dan prosedur spesifik dimana data dapat dikelola sebagai sumber organisasi. Tanggung jawab ini meliputi pengembangan kebijakan informasi, perencanaan data, pengawasan perancangan basis data logis dan pengembangan kamus data, dan pemantauan bagaimana pakar sistem informasi dan kelompok pengguna akhir menggunakan data.

            Tata kelola data adalah kebijakan dan proses untuk mengelola ketersediaan, kegunaan, integritas, dan keamanan data perusahaan, terutama yang berkaitan dengan peraturan pemerintah.

            Administrasi database mendefinisikan, mengatur, menerapkan, memelihara database; Dilakukan dengan desain database dan kelompok manajemen. 

MEMASTIKAN KUALITAS DATA

            Sebelum database baru tersedia, organisasi perlu mengidentifikasi dan memperbaiki data yang salah dan membuat rutinitas yang lebih baik untuk mengedit data setelah basis data mereka beroperasi. Analisis kualitas data sering dimulai dengan :

• Audit kualitas data, yang merupakan survei terstruktur tentang keakuratan dan tingkat kelengkapan data dalam sebuah sistem informasi. Audit kualitas data dapat dilakukan dengan menyurvei seluruh file data, menyurvei sampel dari file data, atau menyurvei pengguna akhir untuk persepsi kualitas data mereka.
• Pembersihan data, juga dikenal dengan data scrubbing, terdiri dari kegiatan untuk mendeteksi dan memperbaiki data dalam database yang salah, tidak lengkap, tidak diformat dengan benar, atau berlebihan. Pembersihan data tidak hanya memperbaiki kesalahan tetapi juga memberlakukan konsistensi antar kumpulan data yang berbeda yang berasal dari sistem informasi terpisah. Perangkat lunak pembersihan data khusus tersedia untuk secara otomatis menyurvei file data, memperbaiki kesalahan dalam data, dan mengintegrasikan data dalam format keseluruhan perusahaan yang konsisten.