Senin, 02 Februari 2026

KKA 4.2 PENGOLAHAN DATA DALAM BASIS DATA

 

PENGOLAHAN DATA DALAM BASIS DATA

 

A. Konsep Pengolahan Data dalam Basis Data

1. Pengertian Pengolahan Data

Pengolahan data adalah serangkaian kegiatan untuk mengubah data mentah menjadi informasi yang bermakna dan berguna.
Dalam konteks basis data, pengolahan data dilakukan menggunakan DBMS agar data dapat disimpan, diolah, dicari, diperbarui, dan disajikan secara cepat, akurat, dan terstruktur.

📌 Contoh:
Data nilai siswa (70, 80, 90) → diolah → informasi nilai rata-rata kelas.

2. Alur Pengolahan Data

Pengolahan data mengikuti alur berikut:

a. Data Mentah

Data mentah adalah fakta awal yang belum diolah dan belum memiliki makna jelas.

Contoh:

  • Nilai siswa: 80, 75, 90
  • Nama siswa: Andi, Siti
  • Tanggal: 10/09/2025

Data ini belum dapat digunakan langsung untuk mengambil keputusan.

b. Proses

Proses adalah tahap pengolahan data agar menjadi lebih bermakna.
Dalam basis data, proses dilakukan menggunakan:

  • Query
  • Perintah SQL
  • Perhitungan dan penyaringan data

Contoh proses:

  • Menghitung rata-rata nilai
  • Mengurutkan data siswa
  • Menyaring data siswa kelas X

c. Informasi

Informasi adalah hasil dari pengolahan data yang sudah memiliki arti dan dapat digunakan untuk pengambilan keputusan.

Contoh informasi:

  • Rata-rata nilai siswa kelas X adalah 82
  • Andi memperoleh nilai tertinggi
  • Jumlah siswa yang lulus ujian 95%

📌 Kesimpulan alur:
Data mentah → Diproses → Menjadi informasi

3. Perbedaan Pengolahan Data Manual dan Berbasis Basis Data

Aspek

Pengolahan Data Manual

Pengolahan Data Berbasis Basis Data

Media

Kertas / catatan

Komputer dan DBMS

Kecepatan

Lambat

Cepat

Ketelitian

Rentan kesalahan

Lebih akurat

Penyimpanan

Tidak terstruktur

Terstruktur

Keamanan

Mudah rusak/hilang

Lebih aman

Akses

Terbatas

Bisa multiuser

Skala data

Kecil

Besar

📌 Contoh:

  • Manual: menghitung nilai siswa dengan kalkulator
  • Basis data: menghitung nilai otomatis menggunakan query

4. Tujuan Pengolahan Data dalam Sistem Informasi

Pengolahan data dalam sistem informasi bertujuan untuk:

  1. Menghasilkan informasi yang akurat dan relevan
    Agar informasi dapat dipercaya dan digunakan dengan tepat.
  2. Mendukung pengambilan keputusan
    Contoh: menentukan kelulusan siswa atau stok barang.
  3. Meningkatkan efisiensi kerja
    Proses lebih cepat dan tidak berulang-ulang.
  4. Mengurangi kesalahan (human error)
    Karena pengolahan dilakukan secara otomatis oleh sistem.
  5. Menjaga konsistensi dan keamanan data
    Data dikelola secara terpusat dan memiliki kontrol akses.
  6. Menyediakan laporan yang sistematis
    Informasi mudah dibaca, dipahami, dan dianalisis.

Kesimpulan

Konsep pengolahan data dalam basis data menekankan bahwa data mentah harus diolah melalui proses yang tepat agar menjadi informasi yang berguna. Dengan bantuan basis data dan DBMS, pengolahan data menjadi lebih cepat, akurat, aman, dan efisien, sehingga sangat penting dalam sistem informasi modern, baik di sekolah, perkantoran, maupun industri.

 

B. Operasi Dasar Pengolahan Data (CRUD)

Pengertian CRUD

CRUD adalah singkatan dari Create, Read, Update, dan Delete, yaitu empat operasi dasar yang digunakan untuk mengelola data dalam basis data.
Semua aktivitas pengolahan data dalam sistem informasi—baik sekolah, perkantoran, maupun aplikasi digital—selalu melibatkan keempat operasi ini.

1. Create (Menambahkan Data)

Pengertian

Create adalah operasi untuk menambahkan data baru ke dalam tabel basis data.

Tujuan

  • Menyimpan data baru agar dapat dikelola
  • Memperbarui isi basis data secara berkelanjutan

Contoh Penerapan

📌 Menambah data siswa baru:

  • NIS: 003
  • Nama: Budi
  • Kelas: X
  • Jurusan: RPL

Data tersebut dimasukkan ke dalam tabel siswa sebagai record baru.

Ilustrasi SQL

INSERT INTO siswa VALUES (003, 'Budi', 'X', 'RPL');

2. Read (Menampilkan / Mencari Data)

Pengertian

Read adalah operasi untuk menampilkan, membaca, atau mencari data yang tersimpan dalam basis data tanpa mengubah isinya.

Tujuan

  • Mengetahui isi data
  • Menyajikan informasi
  • Mendukung analisis dan keputusan

Contoh Penerapan

📌 Menampilkan data siswa kelas X:

  • Sistem hanya menampilkan siswa yang berada di kelas X

Ilustrasi SQL

SELECT * FROM siswa WHERE kelas = 'X';

3. Update (Mengubah Data)

Pengertian

Update adalah operasi untuk mengubah atau memperbaiki data yang sudah ada di dalam basis data.

Tujuan

  • Memperbaiki kesalahan data
  • Menyesuaikan data dengan kondisi terbaru

Contoh Penerapan

📌 Mengubah jurusan siswa:

  • Siswa dengan NIS 003 awalnya jurusan AKL
  • Diubah menjadi jurusan RPL

Ilustrasi SQL

UPDATE siswa SET jurusan = 'RPL' WHERE nis = 003;

4. Delete (Menghapus Data)

Pengertian

Delete adalah operasi untuk menghapus data dari basis data yang sudah tidak diperlukan lagi.

Tujuan

  • Menghilangkan data yang tidak valid
  • Menjaga keakuratan basis data

Contoh Penerapan

📌 Menghapus data siswa yang keluar sekolah:

  • Data siswa dengan NIS 003 dihapus dari tabel

Ilustrasi SQL

DELETE FROM siswa WHERE nis = 003;

Ringkasan Operasi CRUD

Operasi

Fungsi

Contoh

Create

Menambah data

Menambah data siswa

Read

Menampilkan data

Menampilkan siswa kelas X

Update

Mengubah data

Mengubah jurusan siswa

Delete

Menghapus data

Menghapus siswa keluar


Kesimpulan

CRUD merupakan dasar utama dalam pengolahan data basis data. Tanpa keempat operasi ini, basis data tidak dapat berfungsi secara optimal. Dengan memahami dan menerapkan CRUD, pengguna dapat mengelola data secara efektif, akurat, dan sistematis, serta menghasilkan informasi yang dibutuhkan dalam sistem informasi.

 

 

 

C. Pengolahan Data Menggunakan SQL (DML)

Pengertian DML (Data Manipulation Language)

DML adalah bagian dari SQL (Structured Query Language) yang digunakan untuk mengelola isi data dalam tabel basis data.
Perintah DML tidak mengubah struktur tabel, tetapi mengolah data yang ada di dalamnya.

Perintah utama DML meliputi:

  • INSERT
  • SELECT
  • UPDATE
  • DELETE

1. INSERT – Menambah Data

Fungsi

Perintah INSERT digunakan untuk menambahkan data baru ke dalam tabel.

Contoh Praktik

📌 Menambah data siswa baru ke tabel siswa:

INSERT INTO siswa (nis, nama, kelas, jurusan)

VALUES (004, 'Rina', 'X', 'AKL');

📌 Setelah perintah dijalankan, satu record baru akan tersimpan dalam tabel.

2. SELECT – Mengambil Data

Fungsi

Perintah SELECT digunakan untuk menampilkan atau mengambil data dari tabel.

Contoh Praktik Dasar

📌 Menampilkan seluruh data siswa:

SELECT * FROM siswa;

📌 Menampilkan kolom tertentu saja:

SELECT nama, kelas FROM siswa;

3. UPDATE – Memperbarui Data

Fungsi

Perintah UPDATE digunakan untuk mengubah data yang sudah ada dalam tabel.

Contoh Praktik

📌 Mengubah jurusan siswa dengan NIS 004:

UPDATE siswa

SET jurusan = 'RPL'

WHERE nis = 004;

⚠️ Klausa WHERE sangat penting agar perubahan hanya berlaku pada data tertentu.

4. DELETE – Menghapus Data

Fungsi

Perintah DELETE digunakan untuk menghapus data dari tabel.

Contoh Praktik

📌 Menghapus data siswa yang keluar sekolah:

DELETE FROM siswa

WHERE nis = 004;

⚠️ Tanpa WHERE, semua data dalam tabel bisa terhapus.

 

Pengembangan HOTS dalam Pengolahan Data SQL

Pengembangan Higher Order Thinking Skills (HOTS) dilakukan dengan menganalisis kebutuhan data dan menentukan query yang tepat.

1. Menampilkan Data dengan Kondisi Tertentu

📌 Menampilkan siswa kelas X jurusan RPL:

SELECT * FROM siswa

WHERE kelas = 'X' AND jurusan = 'RPL';

➡️ Melatih kemampuan analisis kondisi data.

2. Mengurutkan Data

📌 Mengurutkan data siswa berdasarkan nama (A–Z):

SELECT * FROM siswa

ORDER BY nama ASC;

📌 Mengurutkan berdasarkan NIS dari terbesar ke terkecil:

SELECT * FROM siswa

ORDER BY nis DESC;

➡️ Melatih kemampuan mengelola dan menyajikan data secara logis.

3. Menyaring Data

📌 Menampilkan siswa dengan NIS lebih dari 002:

SELECT * FROM siswa

WHERE nis > 002;

📌 Menampilkan siswa yang namanya diawali huruf “A”:

SELECT * FROM siswa

WHERE nama LIKE 'A%';

➡️ Melatih kemampuan menarik informasi spesifik dari kumpulan data besar.

Ringkasan Perintah DML dan Fungsinya

Perintah

Fungsi

INSERT

Menambah data

SELECT

Menampilkan data

UPDATE

Mengubah data

DELETE

Menghapus data

WHERE

Memberi kondisi

ORDER BY

Mengurutkan data

LIKE

Menyaring pola data

Kesimpulan

Pengolahan data menggunakan SQL (DML) merupakan keterampilan inti dalam basis data. Melalui praktik perintah INSERT, SELECT, UPDATE, dan DELETE, pengguna dapat mengelola data secara efektif. Pengembangan HOTS dicapai dengan menentukan kondisi, mengurutkan, dan menyaring data, sehingga siswa tidak hanya menghafal perintah SQL, tetapi juga mampu menganalisis dan memecahkan masalah nyata berbasis data.

 

 

D. Pengolahan Data Menggunakan Query (Microsoft Access)

1. Pengertian Query

Query dalam Microsoft Access adalah perintah atau alat untuk mengambil, menyaring, mengolah, dan memanipulasi data yang tersimpan dalam satu atau lebih tabel basis data.

Query berfungsi sebagai jembatan antara data mentah dan informasi, karena melalui query, data dapat ditampilkan sesuai kebutuhan tanpa mengubah struktur tabel.

📌 Query memungkinkan pengguna:

  • Menampilkan data tertentu
  • Menyaring data berdasarkan kriteria
  • Mengubah atau menghapus data secara massal
  • Mengolah data menjadi informasi yang bermakna

2. Jenis-Jenis Query dalam Microsoft Access

a. Select Query

Select Query digunakan untuk menampilkan data dari tabel tanpa mengubah isinya.

📌 Kegunaan:

  • Menampilkan seluruh data
  • Menampilkan data tertentu
  • Menyaring data berdasarkan kriteria

Contoh penerapan:

  • Menampilkan data siswa kelas X
  • Menampilkan siswa jurusan RPL

➡️ Select Query adalah jenis query paling sering digunakan.

b. Update Query

Update Query digunakan untuk mengubah nilai data pada satu atau beberapa record sekaligus.

📌 Kegunaan:

  • Memperbaiki kesalahan data
  • Memperbarui data secara massal

Contoh penerapan:

  • Mengubah jurusan siswa
  • Mengganti nama kelas

⚠️ Perubahan bersifat permanen, sehingga harus digunakan dengan hati-hati.

c. Delete Query

Delete Query digunakan untuk menghapus data yang memenuhi kriteria tertentu.

📌 Kegunaan:

  • Menghapus data yang sudah tidak digunakan
  • Membersihkan data tidak valid

Contoh penerapan:

  • Menghapus data siswa yang keluar sekolah

⚠️ Data yang dihapus tidak dapat dikembalikan.

d. Parameter Query

Parameter Query adalah query yang meminta input dari pengguna saat dijalankan.

📌 Kegunaan:

  • Menampilkan data berdasarkan input tertentu
  • Membuat query lebih fleksibel

Contoh penerapan:

  • Menampilkan data siswa berdasarkan kelas yang dimasukkan pengguna

➡️ Parameter Query meningkatkan interaksi pengguna dengan database.

3. Menggunakan Query untuk Menyaring Data

Pengertian Penyaringan Data

Penyaringan data adalah proses menampilkan data tertentu sesuai kriteria yang ditentukan, sehingga informasi yang diperoleh lebih fokus dan relevan.

Contoh Penyaringan Data Menggunakan Query

📌 Menyaring data siswa kelas X:

  • Kriteria: Kelas = "X"

📌 Menyaring data siswa jurusan RPL:

  • Kriteria: Jurusan = "RPL"

📌 Menyaring data berdasarkan input pengguna (Parameter Query):

  • [Masukkan Kelas]

📌 Menyaring data berdasarkan lebih dari satu kriteria:

  • Kelas = "X"
  • Jurusan = "RPL"

Manfaat Penyaringan Data dengan Query

  • Mempercepat pencarian data
  • Menghasilkan informasi yang lebih spesifik
  • Mengurangi kesalahan dalam analisis data
  • Mendukung pengambilan keputusan

4. Peran Query dalam Pengolahan Data

Query berperan penting dalam:

  • Mengubah data mentah menjadi informasi
  • Menyajikan data sesuai kebutuhan pengguna
  • Meningkatkan efisiensi pengolahan data
  • Mengurangi pekerjaan manual

 

 

5. Menggunakan Query untuk Menghitung Jumlah Data dan Mengurutkan Data

Pengantar

Query tidak hanya digunakan untuk menampilkan atau menyaring data, tetapi juga untuk mengolah dan menganalisis data. Dua fungsi penting dalam pengolahan data adalah menghitung jumlah data dan mengurutkan data, yang sangat berguna untuk menghasilkan informasi dan mendukung pengambilan keputusan.

a. Menghitung Jumlah Data Menggunakan Query

Pengertian

Menghitung jumlah data adalah proses mengetahui banyaknya record yang memenuhi kriteria tertentu dalam sebuah tabel.
Dalam Microsoft Access, perhitungan jumlah data dilakukan menggunakan fungsi agregat, terutama COUNT.

Fungsi COUNT

Fungsi COUNT digunakan untuk menghitung jumlah record pada suatu field atau tabel.

📌 Contoh penerapan:

  • Menghitung jumlah seluruh siswa
  • Menghitung jumlah siswa per kelas
  • Menghitung jumlah siswa jurusan tertentu

Contoh Penggunaan Query

📌 Menghitung jumlah seluruh data siswa:

  • Query menampilkan total siswa dalam tabel

📌 Menghitung jumlah siswa kelas X:

  • Query menghitung record dengan kriteria Kelas = "X"

📌 Menghitung jumlah siswa jurusan RPL:

  • Query menghitung record dengan kriteria Jurusan = "RPL"

➡️ Hasil query berupa angka yang menunjukkan jumlah data, bukan daftar siswa.

 

Manfaat Menghitung Jumlah Data

  • Mengetahui total data secara cepat
  • Mendukung laporan statistik
  • Membantu pengambilan keputusan
  • Mengurangi perhitungan manual

b. Mengurutkan Data Menggunakan Query

Pengertian

Mengurutkan data adalah proses menyusun data berdasarkan urutan tertentu, baik menaik (ascending) maupun menurun (descending).

Jenis Urutan Data

  • Ascending (A–Z / kecil ke besar)
  • Descending (Z–A / besar ke kecil)

Contoh Pengurutan Data Menggunakan Query

📌 Mengurutkan data siswa berdasarkan nama (A–Z)
📌 Mengurutkan berdasarkan NIS dari terkecil ke terbesar
📌 Mengurutkan berdasarkan nilai tertinggi ke terendah

➡️ Pengurutan dapat dilakukan pada satu atau lebih field.

Manfaat Mengurutkan Data

  • Data lebih rapi dan mudah dibaca
  • Mempermudah pencarian informasi
  • Membantu analisis dan perbandingan data
  • Mendukung pembuatan laporan

c. Menggabungkan Perhitungan dan Pengurutan Data

Dalam praktik, query sering digunakan untuk menghitung dan sekaligus mengurutkan data.

📌 Contoh penerapan:

  • Menghitung jumlah siswa per jurusan lalu diurutkan berdasarkan jumlah terbanyak
  • Menghitung jumlah siswa per kelas dan menampilkannya secara berurutan

➡️ Hal ini melatih kemampuan analisis data (HOTS) karena pengguna harus:

  • Menentukan field yang dihitung
  • Menentukan kriteria
  • Menentukan urutan data yang tepat

Peran Query dalam Pengolahan Data

Dengan menggunakan query untuk menghitung dan mengurutkan data, pengguna dapat:

  • Mengubah data mentah menjadi informasi statistik
  • Menyajikan data secara sistematis
  • Menghemat waktu dan tenaga
  • Menghasilkan laporan yang akurat

 

6. Pengolahan Data dengan Fungsi dan Agregasi

Pengertian Fungsi dan Agregasi

Fungsi agregasi adalah fungsi dalam basis data yang digunakan untuk melakukan perhitungan terhadap sekumpulan data dan menghasilkan satu nilai ringkasan.
Pengolahan data dengan fungsi dan agregasi bertujuan untuk menganalisis data mentah sehingga menjadi informasi statistik yang bermakna.

Fungsi agregasi umum meliputi:

  • COUNT
  • AVG
  • MAX
  • MIN

a. Menghitung Jumlah Data (COUNT)

Pengertian

Fungsi COUNT digunakan untuk menghitung jumlah record dalam sebuah tabel atau jumlah data yang memenuhi kriteria tertentu.

Contoh Penerapan

  • Menghitung jumlah seluruh siswa
  • Menghitung jumlah siswa per kelas
  • Menghitung jumlah siswa per jurusan

📌 Manfaat:

  • Mengetahui total data
  • Menyusun laporan statistik
  • Mendukung pengambilan keputusan

b. Menghitung Nilai Rata-Rata (AVG)

Pengertian

Fungsi AVG digunakan untuk menghitung nilai rata-rata dari sekumpulan data numerik.

Contoh Penerapan

  • Menghitung rata-rata nilai ujian siswa
  • Mengetahui rata-rata nilai per kelas

📌 Manfaat:

  • Mengukur tingkat pencapaian
  • Membandingkan performa antar kelas

c. Menentukan Nilai Tertinggi dan Terendah (MAX dan MIN)

Pengertian

  • MAX digunakan untuk mencari nilai tertinggi
  • MIN digunakan untuk mencari nilai terendah

Contoh Penerapan

  • Mengetahui nilai ujian tertinggi
  • Mengetahui nilai terendah siswa

📌 Manfaat:

  • Mengidentifikasi pencapaian terbaik
  • Menentukan batas nilai minimum

d. Mengelompokkan Data (GROUP BY)

Pengertian

GROUP BY digunakan untuk mengelompokkan data berdasarkan field tertentu, sehingga fungsi agregasi dapat diterapkan pada setiap kelompok.

Contoh Pengelompokan

  • Mengelompokkan siswa berdasarkan kelas
  • Mengelompokkan siswa berdasarkan jurusan

📌 Manfaat:

  • Menghasilkan informasi per kelompok
  • Memudahkan analisis data berskala besar

e. Studi Kasus Pengolahan Data

1. Studi Kasus 1: Rata-Rata Nilai per Kelas

Masalah:
Sekolah ingin mengetahui rata-rata nilai siswa di setiap kelas.

Analisis:

  • Data nilai siswa dikumpulkan
  • Data dikelompokkan berdasarkan kelas
  • Dihitung rata-rata nilai tiap kelompok

Hasil Informasi:

  • Rata-rata nilai kelas X
  • Rata-rata nilai kelas XI
  • Rata-rata nilai kelas XII

➡️ Informasi ini digunakan untuk mengevaluasi kinerja pembelajaran.

2. Studi Kasus 2: Jumlah Siswa per Jurusan

Masalah:
Sekolah ingin mengetahui jumlah siswa di setiap jurusan.

Analisis:

  • Data siswa dikelompokkan berdasarkan jurusan
  • Jumlah siswa dihitung pada tiap jurusan

Hasil Informasi:

  • Jumlah siswa jurusan RPL
  • Jumlah siswa jurusan AKL
  • Jumlah siswa jurusan BDP

➡️ Informasi ini digunakan untuk perencanaan kelas dan guru.

Pengembangan HOTS

Materi fungsi dan agregasi melatih siswa untuk:

  • Menganalisis kebutuhan informasi
  • Menentukan fungsi agregasi yang tepat
  • Mengelompokkan data secara logis
  • Menarik kesimpulan dari hasil pengolahan data

Kesimpulan

Pengolahan data dengan fungsi dan agregasi memungkinkan pengguna mengubah data mentah menjadi informasi statistik yang bernilai. Dengan memanfaatkan COUNT, AVG, MAX, MIN, dan GROUP BY, data dapat dianalisis secara sistematis untuk mendukung pengambilan keputusan yang tepat dalam sistem informasi sekolah, perkantoran, maupun dunia industri.

 

 

F.  Penyajian Data Menjadi Informasi

1. Pengertian Penyajian Data Menjadi Informasi

Penyajian data menjadi informasi adalah proses menampilkan hasil pengolahan data dalam bentuk yang terstruktur, ringkas, dan mudah dipahami, sehingga data mentah dapat memberikan makna dan manfaat bagi pengguna, terutama untuk analisis dan pengambilan keputusan.

2. Menampilkan Hasil Pengolahan Data

Setelah data dikumpulkan dan diolah (melalui perhitungan, pengelompokan, peringkasan, atau analisis), hasilnya perlu ditampilkan agar dapat dipahami.

Tujuan menampilkan hasil pengolahan data:

  • Memudahkan pemahaman data
  • Menunjukkan pola, tren, atau perbandingan
  • Menghindari kesalahan interpretasi
  • Menjadi dasar pengambilan keputusan

Contoh hasil pengolahan data:

  • Rata-rata nilai siswa
  • Persentase kelulusan
  • Jumlah penjualan per bulan
  • Tren kenaikan atau penurunan suatu data

3. Membuat Laporan (Report)

a. Pengertian Laporan

Laporan (report) adalah dokumen tertulis yang berisi hasil pengolahan dan penyajian data yang disusun secara sistematis untuk tujuan tertentu.

b. Fungsi Laporan

  • Menyampaikan informasi
  • Mendokumentasikan hasil kegiatan
  • Menjadi alat evaluasi
  • Mendukung pengambilan keputusan

c. Unsur Laporan

Umumnya laporan memuat:

  • Pendahuluan (latar belakang dan tujuan)
  • Metode pengolahan data
  • Penyajian data (tabel/grafik)
  • Analisis dan pembahasan
  • Kesimpulan dan rekomendasi

4. Penyajian Data dalam Berbagai Bentuk

a. Penyajian Data dalam Tabel

Tabel menyajikan data dalam bentuk baris dan kolom.

Kelebihan tabel:

  • Data tersaji rapi dan sistematis
  • Mudah dibaca secara detail
  • Cocok untuk data numerik dan kategoris

Contoh penggunaan:

  • Daftar nilai siswa
  • Rekap absensi
  • Data penjualan per hari

b. Penyajian Data dalam Grafik/Diagram

Grafik atau diagram menyajikan data dalam bentuk visual.

Jenis grafik/diagram yang umum:

  • Diagram batang (perbandingan)
  • Diagram garis (tren dari waktu ke waktu)
  • Diagram lingkaran (persentase)
  • Diagram histogram (distribusi data)

Kelebihan grafik/diagram:

  • Lebih menarik secara visual
  • Memudahkan melihat pola dan tren
  • Mempercepat pemahaman informasi

5. Peran Laporan dalam Pengambilan Keputusan

Laporan memiliki peran sangat penting dalam pengambilan keputusan karena:

  • Menyediakan informasi yang akurat dan terstruktur
  • Mengurangi keputusan berdasarkan asumsi
  • Menjadi dasar perencanaan dan evaluasi
  • Membantu memilih alternatif terbaik

Contoh:

  • Kepala sekolah menggunakan laporan nilai untuk menentukan program remedial
  • Manajer menggunakan laporan penjualan untuk menentukan strategi pemasaran
  • Pemerintah menggunakan laporan statistik untuk membuat kebijakan

6. Kesimpulan

Penyajian data menjadi informasi merupakan tahap penting dalam pengolahan data. Melalui tabel, grafik, dan laporan, data mentah diubah menjadi informasi yang bermakna dan berguna. Laporan yang baik akan sangat membantu dalam analisis, evaluasi, dan pengambilan keputusan yang tepat.

 

 

G. Pengolahan Data Multi-Tabel.

1. Pengertian Pengolahan Data Multi-Tabel

Pengolahan data multi-tabel adalah proses mengolah dan menggabungkan data yang tersimpan dalam lebih dari satu tabel untuk memperoleh informasi yang utuh dan bermakna.
Dalam basis data relasional, satu tabel biasanya tidak berdiri sendiri, melainkan saling terhubung dengan tabel lain.

Contoh:

  • Data siswa disimpan di tabel siswa
  • Data nilai disimpan di tabel nilai
    Keduanya dihubungkan melalui suatu relasi

2. Relasi Antar Tabel

a. Pengertian Relasi

Relasi antar tabel adalah hubungan logis antara dua tabel atau lebih yang dibentuk melalui kunci (key).

b. Jenis Kunci

  • Primary Key (PK)
    Kunci utama yang bersifat unik pada suatu tabel
    Contoh: id_siswa pada tabel siswa
  • Foreign Key (FK)
    Kunci tamu yang mengacu pada primary key tabel lain
    Contoh: id_siswa pada tabel nilai

c. Jenis Relasi

  • One to One (1:1)
    Satu data berhubungan dengan satu data
  • One to Many (1:M)
    Satu data berhubungan dengan banyak data
    Contoh: satu siswa memiliki banyak nilai
  • Many to Many (M:M)
    Banyak data saling berhubungan (perlu tabel penghubung)

3. Join Sederhana (INNER JOIN)

a. Pengertian INNER JOIN

INNER JOIN adalah perintah untuk menggabungkan dua tabel berdasarkan kolom yang memiliki hubungan, dan hanya menampilkan data yang memiliki kecocokan di kedua tabel.

Artinya:

  • Data yang tidak memiliki pasangan tidak ditampilkan

b. Fungsi INNER JOIN

  • Menggabungkan data dari beberapa tabel
  • Menampilkan informasi lengkap
  • Menghindari duplikasi data

4. Studi Kasus Pengolahan Data Multi-Tabel

a. Struktur Tabel

1) Tabel Siswa

id_siswa

nama_siswa

kelas

1

Ahmad

X-A

2

Siti

X-B

Primary Key: id_siswa

2) Tabel Nilai

id_nilai

id_siswa

mata_pelajaran

nilai

1

1

Matematika

85

2

1

Bahasa Indonesia

88

3

2

Matematika

90

Foreign Key: id_siswa (mengacu ke tabel siswa)

b. Relasi Antar Tabel

  • Tabel siswa ↔ tabel nilai
  • Relasi One to Many (1:M)
  • Dihubungkan melalui kolom id_siswa

c. Menampilkan Nama Siswa Beserta Nilai

Untuk menampilkan nama siswa beserta nilai mata pelajaran, digunakan INNER JOIN.

Contoh hasil yang diharapkan:

nama_siswa

mata_pelajaran

nilai

Ahmad

Matematika

85

Ahmad

Bahasa Indonesia

88

Siti

Matematika

90

Proses logikanya:

  • Sistem mencocokkan id_siswa pada tabel siswa dan tabel nilai
  • Data yang cocok digabungkan
  • Ditampilkan sebagai satu kesatuan informasi

5. Manfaat Pengolahan Data Multi-Tabel

  • Data tersimpan lebih terstruktur
  • Menghindari pengulangan data
  • Mempermudah pemeliharaan database
  • Menyajikan informasi lebih lengkap dan akurat

6. Kesimpulan

Pengolahan data multi-tabel memungkinkan penggabungan data dari beberapa tabel melalui relasi antar tabel. Dengan menggunakan INNER JOIN, data yang saling berhubungan dapat ditampilkan secara terpadu. Studi kasus tabel siswa dan tabel nilai menunjukkan bagaimana relasi dan join digunakan untuk menampilkan nama siswa beserta nilai secara efektif.

 

H.  Validasi dan Keakuratan Data

1. Pengertian Validasi dan Keakuratan Data

Validasi data adalah proses memastikan bahwa data yang dimasukkan ke dalam sistem sesuai dengan aturan, format, dan batasan yang telah ditetapkan.
Keakuratan data berarti data tersebut benar, tepat, dan mencerminkan kondisi sebenarnya.

Validasi dan keakuratan data sangat penting karena kualitas informasi sangat bergantung pada kualitas data yang digunakan.

2. Pentingnya Data Valid

Data yang valid memiliki peran penting dalam sistem informasi karena:

  • Menjamin informasi yang dihasilkan dapat dipercaya
  • Menghindari kesalahan analisis dan kesimpulan
  • Mendukung pengambilan keputusan yang tepat
  • Meningkatkan efisiensi dan keandalan sistem

Sebaliknya, data yang tidak valid dapat menimbulkan informasi yang menyesatkan dan merugikan.

3. Aturan dalam Validasi Data

a. Primary Key

Primary key adalah kunci utama yang digunakan untuk mengidentifikasi setiap record secara unik dalam sebuah tabel.

Aturan primary key:

  • Tidak boleh sama (unik)
  • Tidak boleh kosong (NULL)
  • Hanya satu primary key dalam satu tabel

Fungsi:

  • Mencegah duplikasi data
  • Memudahkan pencarian data
  • Menjaga konsistensi database

Contoh:
id_siswa sebagai primary key pada tabel siswa

b. Tipe Data

Tipe data menentukan jenis nilai yang dapat disimpan dalam suatu kolom.

Contoh tipe data:

  • Integer (angka bulat)
  • Varchar (teks)
  • Date (tanggal)
  • Float/Decimal (angka pecahan)

Tujuan pengaturan tipe data:

  • Mencegah kesalahan input
  • Mempermudah proses perhitungan
  • Menjaga konsistensi data

Contoh kesalahan:

  • Nilai huruf dimasukkan ke kolom angka
  • Tanggal disimpan dalam format teks

c. Tidak Boleh Kosong (NOT NULL)

Aturan NOT NULL memastikan bahwa suatu kolom wajib diisi dan tidak boleh dibiarkan kosong.

Fungsi NOT NULL:

  • Menjamin kelengkapan data
  • Menghindari informasi yang tidak utuh
  • Menjaga kualitas laporan

Contoh:

  • Nama siswa tidak boleh kosong
  • Nilai ujian harus diisi

4. Dampak Kesalahan Data terhadap Informasi

Kesalahan data akan berdampak langsung pada kualitas informasi yang dihasilkan.

Dampak negatif kesalahan data:

  • Informasi menjadi tidak akurat
  • Laporan menyesatkan
  • Keputusan menjadi salah
  • Kerugian waktu, biaya, dan sumber daya

Contoh:

  • Nilai siswa salah input → siswa tidak lulus secara keliru
  • Data penjualan tidak lengkap → strategi bisnis menjadi tidak tepat
  • Data ganda → laporan jumlah menjadi berlebihan

5. Kesimpulan

Validasi dan keakuratan data merupakan fondasi utama dalam sistem informasi. Dengan menerapkan aturan seperti primary key, tipe data yang tepat, dan NOT NULL, kualitas data dapat dijaga. Data yang valid akan menghasilkan informasi yang akurat, sehingga mendukung pengambilan keputusan yang benar dan bertanggung jawab.

 

I.  Keamanan Data dalam Pengolahan

1. Pengertian Keamanan Data dalam Pengolahan

Keamanan data dalam pengolahan adalah upaya untuk melindungi data dari akses tidak sah, perubahan yang tidak diinginkan, kehilangan, dan kerusakan, khususnya saat data sedang diproses (input, update, maupun delete).

Keamanan data bertujuan menjaga:

  • Kerahasiaan (confidentiality)
  • Keutuhan (integrity)
  • Ketersediaan (availability)

2. Hak Akses Pengguna

a. Pengertian Hak Akses

Hak akses pengguna adalah pembagian kewenangan kepada setiap pengguna sistem sesuai dengan perannya.

b. Jenis Hak Akses

  • Administrator
    Akses penuh (mengelola pengguna, data, dan sistem)
  • Operator
    Menginput dan memperbarui data tertentu
  • User/Pengguna biasa
    Hanya melihat (read-only)

c. Manfaat Pengaturan Hak Akses

  • Mencegah penyalahgunaan data
  • Mengurangi risiko kesalahan
  • Menjaga kerahasiaan informasi penting

3. Pembatasan Pengeditan Data

Pembatasan pengeditan data adalah pengaturan agar tidak semua data dapat diubah oleh semua pengguna.

Bentuk Pembatasan:

  • Data tertentu hanya bisa dibaca (read-only)
  • Edit hanya diperbolehkan pada kolom tertentu
  • Waktu pengeditan dibatasi
  • Persetujuan (approval) sebelum perubahan disimpan

Manfaat:

  • Menjaga konsistensi data
  • Menghindari perubahan data yang tidak sah
  • Melindungi data historis

4. Backup Data Sebelum Pengolahan

a. Pengertian Backup Data

Backup data adalah proses menyalin data ke media lain sebagai cadangan sebelum dilakukan pengolahan, update, atau delete.

b. Tujuan Backup

  • Mengantisipasi kesalahan pengolahan
  • Mencegah kehilangan data
  • Memungkinkan pemulihan data (restore)

c. Jenis Backup

  • Backup harian
  • Backup mingguan
  • Backup otomatis dan manual

Backup sangat penting terutama sebelum:

  • Update data dalam jumlah besar
  • Penghapusan data
  • Perubahan struktur tabel

5. Risiko Kesalahan saat Update dan Delete

a. Risiko saat Update

  • Data berubah menjadi tidak akurat
  • Kesalahan input massal
  • Menimpa data penting tanpa disadari

b. Risiko saat Delete

  • Data terhapus permanen
  • Hilangnya data yang masih dibutuhkan
  • Rusaknya relasi antar tabel

c. Dampak Kesalahan

  • Informasi menjadi tidak lengkap
  • Laporan tidak dapat digunakan
  • Kerugian operasional dan waktu
  • Menurunnya kepercayaan pengguna

6. Upaya Pencegahan Risiko

  • Penerapan hak akses yang jelas
  • Pembatasan pengeditan data
  • Melakukan backup sebelum pengolahan
  • Verifikasi ulang sebelum update dan delete
  • Menggunakan log aktivitas (audit trail)

7. Kesimpulan

Keamanan data dalam pengolahan merupakan aspek krusial dalam sistem informasi. Dengan mengatur hak akses pengguna, membatasi pengeditan data, melakukan backup sebelum pengolahan, serta memahami risiko update dan delete, data dapat terlindungi dari kesalahan dan penyalahgunaan. Keamanan yang baik akan menjaga kualitas data dan keandalan informasi.

 

 

 

 

J. Studi Kasus Penerapan Pengolahan Data

1. Pengertian Studi Kasus Penerapan

Studi kasus penerapan adalah kegiatan pembelajaran yang mengajak peserta didik menerapkan konsep pengolahan data pada permasalahan nyata. Melalui studi kasus, siswa tidak hanya memahami teori, tetapi juga menganalisis, mengolah, dan menarik kesimpulan dari data yang tersedia.

2. Contoh Tema Studi Kasus

A. Pengolahan Data Nilai Siswa

Deskripsi kasus:
Sekolah ingin mengetahui nilai siswa untuk menentukan kelulusan dan program remedial.

Data yang dibutuhkan:

  • Data siswa (id, nama, kelas)
  • Data nilai (mata pelajaran, nilai)

Hasil pengolahan:

  • Nilai rata-rata siswa
  • Daftar siswa lulus dan tidak lulus
  • Rekap nilai per kelas

B. Pengolahan Data Absensi

Deskripsi kasus:
Sekolah ingin memantau kehadiran siswa selama satu semester.

Data yang dibutuhkan:

  • Data siswa
  • Data absensi (tanggal, status hadir)

Hasil pengolahan:

  • Persentase kehadiran
  • Daftar siswa sering absen
  • Rekap kehadiran per bulan

C. Pengolahan Data Stok Barang

Deskripsi kasus:
Toko ingin memastikan stok barang selalu tersedia dan tidak berlebihan.

Data yang dibutuhkan:

  • Data barang (kode, nama, stok)
  • Data barang masuk dan keluar

Hasil pengolahan:

  • Sisa stok barang
  • Barang yang harus dipesan ulang
  • Laporan persediaan

D. Pengolahan Data Transaksi Sederhana

Deskripsi kasus:
Pemilik usaha kecil ingin mengetahui total penjualan dan keuntungan harian.

Data yang dibutuhkan:

  • Data produk
  • Data transaksi (tanggal, jumlah, harga)

Hasil pengolahan:

  • Total transaksi per hari
  • Total pendapatan
  • Produk terlaris

 

 

3. Aktivitas HOTS dalam Studi Kasus

A. Menganalisis Kebutuhan Data

Peserta didik diminta:

  • Mengidentifikasi data apa saja yang diperlukan
  • Menentukan tabel yang dibutuhkan
  • Menentukan relasi antar tabel

Contoh HOTS:
Mengapa data absensi perlu disimpan per tanggal, bukan hanya jumlah kehadiran?

B. Menentukan Query yang Tepat

Peserta didik menentukan cara pengolahan data untuk memperoleh informasi.

Contoh aktivitas:

  • Menentukan data mana yang perlu digabung (JOIN)
  • Menentukan kriteria (WHERE)
  • Menentukan pengelompokan (GROUP BY)

Contoh HOTS:
Query apa yang digunakan untuk menampilkan siswa dengan kehadiran di bawah 75%?

C. Menarik Kesimpulan dari Hasil Pengolahan

Peserta didik menganalisis hasil pengolahan data untuk membuat keputusan.

Contoh kesimpulan:

  • Siswa A perlu mengikuti remedial
  • Stok barang B harus segera ditambah
  • Produk C merupakan produk paling laris

Contoh HOTS:
Apa dampak jika keputusan diambil tanpa mempertimbangkan hasil pengolahan data?

4. Keterkaitan Studi Kasus dengan Pengambilan Keputusan

Melalui studi kasus:

  • Data diubah menjadi informasi
  • Informasi menjadi dasar keputusan
  • Keputusan memengaruhi tindakan nyata

Hal ini melatih kemampuan:

  • Berpikir kritis
  • Pemecahan masalah
  • Pengambilan keputusan berbasis data

5. Kesimpulan

Studi kasus penerapan pengolahan data membantu peserta didik memahami penggunaan data dalam kehidupan nyata. Dengan tema seperti nilai siswa, absensi, stok barang, dan transaksi, serta aktivitas HOTS seperti analisis kebutuhan data, penentuan query, dan penarikan kesimpulan, pembelajaran menjadi lebih bermakna dan aplikatif.

 

 

 

 

 

 

 

 

 

 

Latihan

A. Konsep Pengolahan Data & Alur Data (No. 1–6)

1. Sekolah memiliki data nilai mentah siswa berupa angka-angka tanpa keterangan. Agar data tersebut dapat digunakan untuk menentukan program remedial, langkah paling tepat adalah …
A. Menyimpan data mentah ke dalam tabel
B. Mengurutkan data berdasarkan NIS
C. Mengolah data menjadi rata-rata dan kategori kelulusan
D. Menghapus data yang nilainya rendah
E. Menyalin data ke media lain

2. Perbedaan utama antara data dan informasi dalam sistem basis data terletak pada …
A. Bentuk penyimpanannya
B. Jumlah data yang dimiliki
C. Tingkat keamanan data
D. Makna dan kegunaannya untuk pengambilan keputusan
E. Media yang digunakan

3. Jika sebuah sekolah masih menghitung nilai siswa secara manual, risiko terbesar yang mungkin terjadi adalah …
A. Data sulit disimpan
B. Informasi tidak dapat dicetak
C. Tingginya kesalahan perhitungan dan keterlambatan informasi
D. Data tidak dapat dihapus
E. Data tidak bisa diurutkan

4. Manakah kondisi berikut yang menunjukkan data belum menjadi informasi?
A. Rata-rata nilai kelas X adalah 82
B. Jumlah siswa lulus 90%
C. Daftar nilai: 70, 80, 85
D. Grafik tren nilai semester
E. Laporan evaluasi hasil belajar

5. Tujuan utama pengolahan data dalam sistem informasi adalah …
A. Menyimpan data sebanyak mungkin
B. Mengurangi ukuran basis data
C. Menghasilkan informasi yang akurat untuk keputusan
D. Menghilangkan data lama
E. Membatasi akses pengguna

6. Alur pengolahan data yang benar dalam basis data adalah …
A. Informasi → Data → Proses
B. Data → Informasi → Proses
C. Data mentah → Proses → Informasi
D. Proses → Data → Informasi
E. Informasi → Proses → Data


B. Operasi CRUD & DML (No. 7–14)

7. Seorang operator menambahkan satu data siswa baru ke tabel. Operasi ini termasuk kategori …
A. Read
B. Update
C. Delete
D. Create
E. Select

8. Mengapa perintah WHERE sangat penting pada operasi UPDATE?
A. Agar data bisa ditampilkan
B. Agar data bisa dihapus
C. Agar perubahan hanya mengenai data tertentu
D. Agar query berjalan lebih cepat
E. Agar struktur tabel tidak berubah

9. Jika perintah DELETE FROM siswa; dijalankan tanpa WHERE, dampak yang paling mungkin terjadi adalah …
A. Data terakhir saja yang terhapus
B. Data yang kosong terhapus
C. Seluruh data dalam tabel terhapus
D. Struktur tabel rusak
E. Database otomatis ter-backup

10. Query yang paling tepat untuk menampilkan siswa kelas X jurusan RPL adalah …
A. SELECT * FROM siswa
B. SELECT * FROM siswa WHERE kelas = 'X'
C. SELECT * FROM siswa WHERE jurusan = 'RPL'
D. SELECT * FROM siswa WHERE kelas = 'X' AND jurusan = 'RPL'
E. SELECT kelas, jurusan FROM siswa

11. Aktivitas HOTS pada penggunaan SELECT terlihat saat siswa …
A. Menghafal sintaks SQL
B. Menentukan field dan kondisi sesuai kebutuhan informasi
C. Menjalankan query tanpa analisis
D. Menyalin query dari buku
E. Menghapus data

12. Operasi CRUD yang paling berisiko jika dilakukan tanpa analisis adalah …
A. Create
B. Read
C. Update dan Delete
D. Select
E. Insert

13. Perintah DML yang berfungsi menampilkan data tanpa mengubah isi tabel adalah …
A. INSERT
B. UPDATE
C. DELETE
D. SELECT
E. DROP

14. Mengurutkan data siswa dari NIS terbesar ke terkecil membutuhkan klausa …
A. WHERE
B. GROUP BY
C. LIKE
D. ORDER BY DESC
E. COUNT

 

 

 

 

 

 


C. Query, Agregasi, dan Analisis Data (No. 15–22)

15. Jika sekolah ingin mengetahui jumlah siswa per jurusan, maka kombinasi perintah yang tepat adalah …
A. SELECT dan WHERE
B. SELECT dan ORDER BY
C. COUNT dan GROUP BY
D. UPDATE dan COUNT
E. DELETE dan GROUP BY

16. Fungsi AVG paling tepat digunakan untuk …
A. Mengetahui nilai tertinggi
B. Mengetahui nilai terendah
C. Menghitung jumlah siswa
D. Menghitung nilai rata-rata
E. Mengurutkan nilai

17. Mengapa GROUP BY penting dalam pengolahan data skala besar?
A. Mempercepat input data
B. Menggabungkan tabel
C. Mengelompokkan data untuk analisis per kategori
D. Menghapus data ganda
E. Menjaga keamanan data

18. Query yang digunakan untuk menampilkan siswa dengan nama diawali huruf “A” menunjukkan penggunaan …
A. COUNT
B. AVG
C. LIKE
D. GROUP BY
E. MAX

19. Jika hasil query menampilkan “rata-rata nilai kelas X = 85”, maka data tersebut telah berubah menjadi …
A. Data mentah
B. Informasi
C. Metadata
D. Arsip
E. Backup

20. Analisis kebutuhan data termasuk aktivitas HOTS karena …
A. Menghafal tabel
B. Menentukan data apa yang relevan dengan tujuan
C. Menyalin data
D. Menghapus data lama
E. Menyimpan data

21. Menentukan fungsi agregasi yang tepat mencerminkan kemampuan …
A. Mengingat
B. Memahami
C. Menganalisis
D. Menyalin
E. Menghafal

 

 

22. Kesalahan memilih fungsi agregasi akan berdampak pada …
A. Kecepatan komputer
B. Tampilan tabel
C. Keakuratan informasi
D. Hak akses pengguna
E. Struktur database


D. Penyajian Data & Laporan (No. 23–28)

23. Penyajian data dalam bentuk grafik paling tepat digunakan ketika tujuan utama adalah …
A. Menampilkan detail angka
B. Menyimpan data
C. Menunjukkan tren dan perbandingan
D. Mengedit data
E. Menghapus data

24. Laporan nilai siswa berperan penting bagi kepala sekolah karena …
A. Sebagai arsip semata
B. Untuk menghias dokumen
C. Menjadi dasar pengambilan keputusan akademik
D. Untuk memperbanyak data
E. Mengurangi jumlah siswa

25. Jika data disajikan tanpa analisis, maka risiko yang mungkin terjadi adalah …
A. Informasi terlalu cepat
B. Informasi menyesatkan
C. Data tidak bisa dicetak
D. Database rusak
E. Sistem error

26. Unsur laporan yang berfungsi memberikan saran tindak lanjut adalah …
A. Pendahuluan
B. Metode
C. Penyajian data
D. Kesimpulan dan rekomendasi
E. Lampiran

27. Mengapa tabel cocok untuk laporan detail nilai siswa?
A. Lebih menarik secara visual
B. Mudah dicetak berwarna
C. Menyajikan data secara rinci dan sistematis
D. Menghemat memori
E. Mengurangi data

28. Laporan yang baik harus bersifat …
A. Panjang dan detail
B. Singkat tanpa data
C. Akurat, relevan, dan sistematis
D. Banyak grafik
E. Tanpa kesimpulan


 

 

 

 

E. Multi-Tabel, Validasi, Keamanan & Studi Kasus (No. 29–40)

29. Relasi antara tabel siswa dan tabel nilai adalah …
A. One to One
B. One to Many
C. Many to One
D. Many to Many
E. Tanpa relasi

30. INNER JOIN hanya menampilkan data yang …
A. Ada di tabel pertama
B. Ada di tabel kedua
C. Cocok di kedua tabel
D. Tidak memiliki relasi
E. Kosong

31. Tujuan utama penggunaan foreign key adalah …
A. Mempercepat query
B. Menjaga konsistensi antar tabel
C. Menghapus data otomatis
D. Menggandakan data
E. Menyembunyikan data

32. Primary key tidak boleh bernilai NULL karena …
A. Menghemat memori
B. Mempermudah input
C. Setiap data harus dapat diidentifikasi unik
D. Agar bisa dihapus
E. Agar bisa diubah

33. Kesalahan tipe data paling berpotensi menyebabkan …
A. Data ganda
B. Kesalahan perhitungan
C. Kehilangan hak akses
D. Database terkunci
E. Query tidak bisa dibuat

34. Dampak utama data tidak valid terhadap informasi adalah …
A. Tampilan kurang menarik
B. Informasi tidak akurat dan menyesatkan
C. Data sulit disimpan
D. Query lebih lambat
E. Database penuh

35. Pembatasan hak akses bertujuan utama untuk …
A. Mempercepat sistem
B. Membatasi pengguna
C. Menjaga keamanan dan keutuhan data
D. Menghapus data lama
E. Mengganti struktur tabel

36. Backup data sangat penting dilakukan sebelum UPDATE massal karena …
A. Agar query berjalan cepat
B. Agar data lama bisa dipulihkan jika terjadi kesalahan
C. Agar data bertambah
D. Agar tabel kosong
E. Agar user bisa login

37. Risiko terbesar dari DELETE tanpa analisis adalah …
A. Data menjadi lambat
B. Data terhapus permanen
C. Data menjadi ganda
D. Data otomatis kembali
E. Database terkunci

38. Dalam studi kasus stok barang, keputusan pemesanan ulang didasarkan pada …
A. Data mentah
B. Backup data
C. Hasil pengolahan data stok
D. Jumlah tabel
E. Hak akses

39. Aktivitas menarik kesimpulan dari hasil query termasuk level kognitif …
A. Mengingat
B. Memahami
C. Menerapkan
D. Menganalisis dan mengevaluasi
E. Menyalin

40. Jika keputusan diambil tanpa mempertimbangkan hasil pengolahan data, dampak paling mungkin adalah …
A. Keputusan lebih cepat
B. Keputusan berbasis fakta
C. Keputusan berisiko salah
D. Database lebih aman
E. Sistem lebih stabil

 







PELENGKAP

Basis Data Menggunakan Microsoft Acess 2016 dapat diakses dari link berikut:

https://drive.google.com/file/d/1wqO9pCzHGLJsK4tV3Ijs2I96Gw1i3ts_/view?usp=sharing


 

Tidak ada komentar:

Posting Komentar

KKA 6 PEMANFAATAN DAN PENGEMBANGAN KECERDASAN ARTIFICIAL

  PEMANFAATAN DAN PENGEMBANGAN KECERDASAN ARTIFICIAL   A. Konsep Dasar Kecerdasan Artifisial Generatif 1. Pengertian AI dan AI Generat...