Sistem informasi adalah suatu sistem dalam suatu organisasi yang mempertemukan kebutuhan pengolahan transaksi harian yang mendukung fungsi operasi organisasi yang bersifat manajerial dengan kegiatan strategi dari suatu organisasi untuk dapat menyediakan kepada pihak luar tertentu dengan informasi yang diperlukan untuk pengambilan keputusan.
Sistem informasi dalam suatu organisasi dapat dikatakan sebagai suatu sistem yang menyediakan informasi bagi semua tingkatan dalam organisasi tersebut kapan saja diperlukan. Sistem ini menyimpan, mengambil, mengubah, mengolah dan mengkomunikasikan informasi yang diterima dengan menggunakan sistem informasi atau peralatan sistem lainnya.
Seiring dengan perkembangan teknologi, semakin berkembang pula kemampuan kita dalam menggumpulkan dan mengolah data. Penggunaan system komputerisasi dalam berbagai bidang baik itu dalam transaksi-transaksi bisnis, maupun untuk kalangan pemerintah dan sosial, telah menghasilkan data yang berukuran sangat besar. Data-data yang terkumpul ini merupakan suatu tambang emas yang dapat digunakan sebagai informasi dalam dunia bisnis.
Aplikasi basis data telah banyak diterapkan dalam berbagai antara lain bidang manajemen, manajemen data untuk industri, ilmu pegetahuan, administrasi pemerintah dan bidang-bidang lainnya. Akibatnya data yang dihasilkan oleh bidang-bidang tersebut sangatlah besar dan berkembang dengan cepat. Hal ini menyebabkan timbulnya kebutuhan terhadap teknik-teknik yang dapat melakukan pengolahan data sehingga dari data-data yang ada dapat diperoleh informasi penting yang dapat digunakan untuk perkembangan masing-masing bidang tersebut.
Istilah data mining sudah berkembang jauh dalam mengadaptasi setiap bentuk analisa data. Pada dasarnya data mining berhubungan dengan analisa data dan penggunaan teknik-teknik perangkat lunak untuk mencari pola dan keteraturan dalam himpunan data yang sifatnya tersembunyi.
Data mining diartikan sebagai suatu proses ekstraksi informasi berguna dan potensial dari sekumpulan data yang terdapat secara implisit dalam suatu basis data. Banyak istilah lain dari data mining yang dikenal luas seperti knowledge mining from databases, knowledge extraction, data archeology, data dredging, data analysis dan lain sebagainya.
Data mining adalah salah satu solusi untuk menjelaskan proses penggalian informasi dalam suatu basis data yang berskala besar. Saat suatu oraganisasi baik itu perusahaan atau suatu institusi yang mempunyai banyak sekali data-data, tidak menutup kemungkinan banyak sekali informasi yang dapat diperoleh, serta bagaimana solusi data mining bisa diterapkan dengan berbagai teknik data mining diantaranya yaitu classification, Association dan Clustering. Dengan data mining dimana serangkain prosesnya akan menghasilkan suatu nilai tambah berupa pengetahuan baru yang selama ini tidak diketahui secara manual dari sekumpulan data.
Data Mining merupakan teknologi yang sangat berguna untuk membantu perusahaan-perusahaan menemukan informasi yang sangat penting dari gudang data (Data warehouse) mereka. Dengan data mining dapat meramalkan tren dan sifat-sifat perilaku bisnis yang sangat berguna untuk mendukung pengambilan keputusan penting. Analisis yang diotomatisasi yang dilakukan oleh data mining melebihi yang dilakukan oleh sistem pendukung keputusan tradisional yang sudah banyak digunakan. Data Mining dapat menjawab pertanyaan-pertanyaan bisnis yang dengan cara tradisional memerlukan banyak waktu dan cost tinggi.
Data Mining mengeksplorasi basis data untuk menemukan pola-pola yang tersembunyi, mencari informasi untuk memprediksi yang mungkin saja terlupakan oleh para pelaku bisnis karena terletak di luar ekspektasi mereka. Sebagai contoh adalah beberapa solusi yang bisa diselesaikan dengan data mining diantaranya yaitu menebak target pasar, yaitu dengan melakukan pengelompokan dari model-model pembeli dan melakukan klasifikasi setiap pembeli dari kebiasaan membeli, dari tingkat penghasilan dan karakteristik lainnya.
Banyak penerapan yang dapat dilakukan oleh Data Mining, apalagi ditunjang kekayaan dan keanekaragaman berbagai bidang ilmu (artificial intelligence, database, statistik pemodelan matematika, pengolahan citra dsb.) membuat penerapan data mining menjadi makin luas.
Perusahaan yang bergerak dalam industri asuransi mampu mengumpulkan sejumlah besar data mengenai klien mereka. Semua data – data ini adalah informasi yang berharga tentang perilaku pelanggan, kegiatan, dan preferensi. Untuk mengambil serta menyatukan informasi dari seluruh data mentah perusahaan asuransi sangatlah menyita waktu belum lagi terhalang oleh peraturan yang melindungi data dan informasi mereka.
Proses ekstraksi atau penyatuan data ini sangat mendukung dalam pengembangan produk dan layanan baru untuk memenuhi kebutuhan pelanggan. Hal ini didapat dari hasil penggalian informasi tentang pelanggan, pasar, dan pesaing. Karena ada beberapa kebutuhan yang penting serta pola yang tidak dapat ditemukan oleh manusia dalam data berukuran terabyte, sementara hal ini diperlukan guna meningkatkan kompetisi serta membuat perusahaan asuransi menjadi lebih efektif dan manusiawi.
Itulah saatnya dimana perusahaan asuransi membutuhkan perangkat lunak untuk proses penggalian data guna menemukan pengetahuan-pengetahuan baru.
Sebagai contoh, setelah penemuan pengetahuan yang baru maka akan didapatkan aturan dalam pengambilan keputusan atau pohon keputusan yang berupa suatu model prediksi atau perkiraan, model ini mengandung fitur terstruktur yang mampu mengidentifikasi penipuan asuransi atau menemukan klien setia. Model prediksi ini juga mampu memberi masukkan tentang berbagai kebutuhan terhadap produk asuransi yang baru, prediksi terhadap klien, menemukan potensi klien serta berbagai pengetahuan lain lebih jauh.
Australian Health Insurance Commision menggunakan data 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 di www.informationtimes.com.au/data-sum.htm. Tentu saja ini tidak hanya bisa diterapkan untuk asuransi kesehatan, tetapi juga untuk berbagai jenis asuransi lainnya.
Dapat disimpulkan bahwa dalam setiap system informasi pasti terdapat pengolahan serta proses data. Pengolahan serta proses data ini bertujuan untuk menemukan hasil yang dibutuhkan berbagai pihak. Hasil yang ditemukan akan digunakan untuk menunjang keputusan yang menentukan langkah selanjutnya dalam sebuah organisasi. Keputusan serta kebijakan yang dilaksanakan bertujuan untuk meningkatkan produktifitas maupun efisiensi kerja sebuah organisasi. Pemrosesan serta pengolahan gudang data sebuah organisasi dengan menggunakan data mining mampu menemukan pengetahuan baru yang dibutuhkan untuk menunjang keputusan dalam pengembangan sebuah organisasi.
** dikutip dari berbagai sumber
Tidak ada komentar:
Posting Komentar