Sesuatu yang bisa diramalkan atau diprediksikan(predictable) dalam suatu pesan disebut dengan

A.    DEFINISI DATA DAN INFORMASI

v  Beberapa definisi tentang data:

·       Menurut berbagai kamus bahasa Inggris-Indonesia, data diterjemahkan sebagai istilah yang berasal dari kata “datum” yang berarti fakta atau bahan-bahan keterangan.

·       Dari sudut pandang bisnis, data bisnis (business data) adalah deskripsi organisasi tentang sesuatu(resources) dan kejadian (transactions) yang terjadi (business data is an organization’s description of things (resources)and events (transactions) that it faces).

·       Data adalah deskripsi dari sesuatu dan kejadian yang kita hadapi.

·       Data adalah kenyataan yang menggambarkan suatu kejadian-kejadian dan kesatuan nyata. Kejadian adalah sesuatu yang terjadi pada saat tertentu. Kesatuan nyata adalah berupa suatu objek nyata seperti tempat, benda dan orang yang betul-betul ada dan terjadi.

v  Beberapa definisi tentang informasi dari sumber yang berbeda-beda:

·       Menurut Gordon B. Davis dalam bukunya Management Informations System : Conceptual Foundations, Structures, and Development menyebut informasi sebagai data yang telah diolah menjadi bentuk yang berguna bagi penerimanya dan nyata, berupa nilai yang dapat dipahami di dalam keputusan sekarang maupun masa depan.

·       Menurut Barry E. Cushing dalam buku Accounting Information System and Business Organization, dikatakan bahwa informasi merupakan sesuatu yang menunjukkan hasil pengolahan data yang diorganisasi dan berguna kepada orang yang menerimanya.

·       Menurut Robert N. Anthony dan John Dearden dalam buku Management Control Systems, menyebut informasi sebagai suatu kenyataan, data, item yang menambah pengetahuan bagi penggunanya.

·       Menurut Stephen A. Moscove dan Mark G. Simkin dalam bukunya Accounting Information Systems : Concepts and Practise mengatakan informasi sebagai kenyataan atau bentuk-bentuk yang berguna yang dapat digunakan untuk pengambilan keputusan bisnis.

v  Dari beberapa penjelasan diatas sehingga dapat disimpulkan bahwa:

·       Data adalah nilai yang mendeskripsikan dari suatu objek atau kejadian.

·       Informasi adalah hasil dari pengolahan data dalam bentuk yang lebih berguna dan lebih berarti bagi penerimanya yang menggambarkan suatu kejadian-kejadian sehingga akan berguna untuk pengambilan keputusan.

B.     MODEL SISTEM KOMUNIKASI

b.1 Model dari sistem komunikasi

Pemancar mengirim data dalam bentuk kode untuk dikirim melalui suatu saluran ke penerima. Pesan yang datang dari sumber ke pemancar biasanya berupa sandi (melalui encoder) sehingga ia dapat dikirimkan kembali melalui saluran komunikasi dan pesan tersebut harus diterjemahkan kembali (melalui decoder) agar dapat dimengerti oleh di penerima. Saluran tersebut tidak selalu dapat mengirimkan sandi pesan tersebut dengan sempurna karena adanya gangguan dan distorsi. Distorsi disebabkan oleh operasi yang diketahui (bahkan disengaja) dan dapat dikoreksi dengan operasi yang berlawanan. Gangguan merupakan interferensi random dan tak terduga.

 b.2 Terdapat 5 elemen dari Model Sistem Komunikasi

1.        INFORMATION SOURCE : adalah yang memproduksi pesan.

2.       TRANSMITTER (Encoder): yang menyandikan pesan dalam bentuk sinyal.

3.       CHANNEL : adalah saluran pesan.

4.       RECEIVER (Decoder): adalah pihak yang menguraikan atau mengkonstruksikan pesan dari sinyal

5.       DESTINATION : adalah dimana pesan sampai

C.     ENTROPI DAN REDUDANSI

1.      Entropi

Yaitu konsep acak (randomness), di mana terdapat keadaan yang kemungkinannya tidak pasti. Entropi timbul jika prediktabilitas / kemungkinannya rendah (low predictable) dan informasi yang ada tinggi (high information). Berbeda dengan redudansi yang dipandang sebagai sarana untuk memperbaiki komunikasi, entropi dipandang sebagai suatu masalah dalam komunikasi. Biasanya dikaitkan dgn khalayak yg mempunyai tingkat homogenitas tinggi/spesifik.

2.       Redudansi

Adalah  sesuatu yang bisa diramalkan atau diprediksikan (predictable) dalam suatu pesan. Apabila prediktabilitasnya tinggi (high predictable), maka informasinya rendah (low information). contoh : Jika saya berjumpa dgn seorang teman di jalan dan berkata “Helo”, maka saya memiliki pesan yang sangat bisa diramalkan atau redundan (Highly predictable, highly redundant). Redundansi membantu mengatasi kekurangan-kekurangan dari saluran yang mengalami gangguan. (jalur komunikasi yang noise) contoh : ejakata: copy c o p y, gift g i f t, dll.

D.    Reduksi Data

Reduksi data adalah proses analisis untuk memilih, memusatkan perhatian, meyederhanakan, mengabstraksikan serta mentransformasikan data yang muncul dari catatan-catatan lapangan (Patilima, 2005). Mereduksi data berarti membuat rangkuman, memilih hal-hal pokok, memfokuskan pada hal-hal penting, mencari tema dan pola, serta membuang yang dianggap tidak perlu. Reduksi data dilakukan dengan pertimbangan bahwa data yang diperoleh dari lapangan jumlahnya cukup banyak, untuk itu perlu dipilih dan dipilah sesuai dengan kebutuhan dalam pemecahan masalah penelitian. Dalam mereduksi data setiap peneliti dipandu oleh pertanyaan penelitian yang harus dijawab berdasarkan data. Bagi peneliti pemula, reduksi data dapat dilakukan melalui diskusi dengan teman sejawat atau orang yang dipandang ahli dalam bidangnya.

d.1 Reduksi data terdiri dari : Klasifikasi data dan Kompresi Peringkasan & Penyaringan Keorganisasian Inferensi (Pengambilan Keputusan )Klasifikasi data dan Kompresi Sistem dapat menggolongkan data utk mengurangi volume data. Klasifikasi secara keseluruhan yg berbeda-beda menyatakan pemampatan / kompresi data.

9. Reduksi Data Klasifikasi data Data Kualitatif : Berupa kategori yang tidak berbentuk angka Nominal : perlu sub bagian utk mengelompokkan dan mendeskripsikan data Ordinal : perlu urutan peringkatData Kuantitatif : dinyatakan dengan angka Diskrit : data dalam bilangan pasti (bulat), diperoleh dgn cara mencacah Kontinyu (continue) : data dalam bilangan decimal, diperoleh dengan cara menghitungPeringkasan & Penyaringan Keorganisasian ada banyak transaksi & peristiwa-peristiwa yg merupakan informasi dalam pengambilan keputusan. 9

10. Reduksi Data Tingkat peringkasan penyaringan keorganisasian tergantung pada tingkat pengambil keputusan misalnya :DIREKTUR : meringkas penjualan dgn total penjualan perdaerah MANAGER PENJUALAN : meringkas penjualan berdasarkan masing – masing wiraniaga dan berdasarkan produkContoh : Sikap pelanggan yg diterima wiraniaga, perubahan kebijakan agen-agen & kondisi keuangan para pensuplai. Pesan-pesan ini diringkas dalam berbagai cara dalam perjalanannya menuju puncak organisasi. Efisiensi komunikasi tergantung pada metode keorganisasian utk mendapatkan data & saluran komunikasi yg tersedia

Peringkasan dan Penyaringan keorganisasian

Sistem perakunan mengelompokkan dan memampatkan data transaksi yang di bu-
tuhkan untuk tujuan-tujuan perakunan. Tetapi banyak transaksi dan peristiwa lain
mempunyai hubungan (merupakan informasi) untuk pengambilan keputusan. Beberapa
contoh adalah sikap pelanggan yang diterima wiraniaga, perubahan kebijakan agen-agen
pemerintah, dan kondisi keuangan para pensuplai utama. "pesan-pesan ini diringkas dalam
berbagai cara dalam perjalanannya menuju puncak organisasi. Efisiensi komunikasi
tergantung pada metode keorganisasian untuk mendapatkan data dan saluran komunikasi
yang disedikan bagi mereka. Bila tidak ada prosedur resmi untuk menggolongkan,
meringkas, dan menyampaikan pada para pengambil keputusan, maka isyarat-isyarat
dapat tersaing oleh elemen-elemen keorganisasian. Sebagai contoh, keluhan pelanggan
alas taktik wiraniaga dalai i sebuah distrik penjualan dapat dihambat oleh manajer penjualan
distrik yang tidak ingin kritik tersebut menyerangnya dan mungkin menganggap dapat mengatasi sendiri situasi tersebut.

11. Reduksi DataInferensi (Pengambilan Keputusan ) mereduksi data dgn cara mengambil keputusan dari seperangkat data & inferens ( bukan data yg resmi) utk dikomunikasikan dalam organisasiContoh pesan inferensi : Dugaan peranan lembaga antirust dalam merger pada periode mendatang. Data ini tidak memiliki kepastian, tetapi penerima inferensi mengandalkan data ini. 11

12. Mutu INFORMASI Mengukur kualitas dari informasi, bisa dilihat dari 3 pilar yang harus diperhatikan: Akurat Informasi dikatakan akurat yaitu informasi harus jelas mencerminkan maksud yang disampaikan dan harus bebas dari kesalahan-kesalahan serta tidak bias atau menyesatkan. Tepat Waktu Informasi yang dikirimkan dan sampai kepada penerima informasi haruslah tepat waktu dan tidak boleh terlambat. Relevan Informasi dikatakan relevan apabila informas itsb harus bermanfaat bagi si penerima informasi. Relevansi informasi yang diterima oleh masing-masing penerima sangatlah berbeda-beda. 12

13. Mutu INFORMASI Nilai dari suatu informasi ditentukan dari 2 hal, yaitu: 1. Manfaat Informasi 2. Biaya mendapatkan informasi Dikatakan bernilai bila manfaatnya lebih efektif dibandingkan dgn biaya mendapatkannya. Informasi tidak dapat ditaksir keuntungannya dgn nilai uang, akan tetapi dapat ditaksir dengan nilai efektivitasnya. Pengukuran nilai informasi biasanya dihubungkan dgn analisis Cost Effectiveness atau Cost Benefit. 13

14. Sumber – Sumber Kesalahan• Metode pengukuran & pengumpulan data yg salah• Tidak mengikuti prosedur pengolahan yg benar• Data hilang atau tidak terolah• Kesalahan batas atau mengkoreksi data• File historis / induk yg salah• Kesalahan dalam prosedur pengolahan (salah program)• Kesalahan yg disengaja 14

15. Sumber – Sumber KesalahanKesalahan-kesalahan tersebut dapat diatasi dgn :• Pengendalian intern utk mengatasi kesalahan• Audit intern dan ekstern• Menambahkan batas-batas kepercayaan pada data• Instruksi pemakai dalam prosedur pengukuran & pengolahan agar pemakai dapat menilai kesalahan yg mungkin terjadi

PENERAPAN KONSEP INFORMASI PADA RANCANGAN SISTEM INFORMASI

Bab ini telah memberikan garis besar konsep informasi dalam teori informasi, reduksi data, mutu infornlasi, dan usia informasi. Bagian ini meringkaskan penerapan semua konsep ini ke dalam perancangan sistem informasi.

Maternatika teori informasi telah diterapkan dalam perancangan sistem komunikasi. Matematika tidak dipakai dalam lingkungan sistem inforniasi manajemen yang lebih rumit, tetapi ada beberapa pandangan diberikan teori tersebut:

1.                   Informasi mempunyai nilai kejutan.

2.                   Informasi mengurangi keraguan.

3.                    Adanya infonnasi karena pilihan.

4.                    Tidak semua data yang dikomunikasikan mempunyai nilai infornlasi.

5.                   Sifat redundan bennanfaat untuk mengendalikan kesalahan komunikasi.

Model dasar sistem kornunikasi dalarn teori infonnasi lebih rumit bila manusia diikutsertakan. Manusia adalah sistem yang dapat menyesuaikan diri dalam menuju sasaran.

Karena itu lehih sulit diterangkan daripada sebuah sistem komunikasi perangkat keras.

Penyebab Kesalahan Informasi

Menurut Gordon B. Davis, kesalahan informasi adalah antara lain disebabkan oleh hal-hal sebagai berikut:

1.      Metode pengumpulan dan pengukuran data yang tidak tepat.

2.      Tidak dapat mengikuti prosedur pengolahan yang benar.

3.      Hilang/ tidak terolahnya sebagian data.

4.      Pemeriksaan/ pencatatan data yang salah.

5.      Dokumen induk yang salah.

6.      Kesalahan dalam prosedur pengolahan (misal : kesalahan program aplikasi komputer yang digunakan).

7.      Kesalahan yang dilakukan secara sengaja.

Cara Mengatasi Kesalahan Informasi

Penyebab kesalahan tersebut dapat diatasi dengan cara-cara sebagai berikut:

1.      Kontrol sistem untuk menemukan kesalahan.

2.      Pemeriksaan internal dan eksternal.

3.      Penambahan batas ketelitian data.


4.      Instruksi dari pemakai yang terprogram secara baik dan dapat menilai adanya kesalahan-kesalahan yang mungkin terjadi.


Page 2