Organisasi Berkas Relatif

Organisasi Berkas Relatif adalah Suatu cara yang efektif dalam mengorganisasi sekumpulan record yang membutuhkan akses sebuah record dengan cepat adalah organisasi berkas relatif.  Dalam berkas relatif ada hubungan antara key yang dipakai untuk mengidentifikasi record dengan lokasi record dalam penyimpanan sekunder.

selengkapnya : http://www.4shared.com/file/DKzXXV5f/Organisasi_Berkas_Relatif.html

Mekanisme Transaksi Pegadaian Barang

I.         Mekanisme transaksi menggadaikan barang

Alur proses transaksi oleh nasabah adalah sebagai berikut :

1.  Nasabah datang kemudian dilayani oleh petugas.

2.  Petugas mengecek apakah nasabah telah terdaftar sebagai member atau tidak, jika telah terdaftar maka nasabah dapat melakukan transaksi menggadaikan barang. Namun jika belum terdaftar maka petugas akan menginformasikan kepada nasabah untuk mendaftar sebagai member pegadaian terlebih dahulu.

3.  Untuk satu transaksi pinjaman uang, nasabah memberikan satu atau lebih barang sebagai jaminan.

4.  Barang yang dijaminkan dicatat jenis, merk, tipe, tanggal pembelian, tanggal tebus, keterangan mengenai barang tersebut.

5.  Kemudian proses selanjutnya yaitu menaksir harga barang yang dijaminkan. Pegadaian mempunyai data mengenai harga barang berdasarkan jenis, merek dan tipe barangnya untuk memudahkan dalam penaksiran barang. Hanya barang – barang yang ada dalam daftar ini yang dapat diterima sebagai barang jaminan / digadaikan. Petugas mengentry data – data barang yang digadaikan, kemudian system memproses perhitungan harrga taksiran barang tersebut.

Smooting Data by Median Binning Technique

Smooting Data by Median Binning Technique

Data penghasilan siswa yang kerja pada liburan yang lalu (dalam ribuan rupiah)

xx = 61

a	xx * 10	j	xx * 23	s	xx * 13
b	xx * 15	k	xx * 29	t	xx * 20
c	xx * 13	l	xx * 26	u	xx * 34
d	xx * 12	m	xx * 35	v	xx * 27
e	xx * 19	n	xx * 24	w	xx * 33
f	xx * 16	o	xx * 25	x	xx * 50
g	xx * 17	p	xx * 31	y	xx * 43
h	xx * 18	q	xx * 32	z	xx * 11
i	xx * 14	r	xx * 28	aa	xx * 37

Hail setelah dikalikan dengan nilai xx:

a	610	j	1403	s	793
b	915	k	1769	t	1220
c	793	l	1586	u	2074
d	732	m	2135	v	1647
e	1159	n	1464	w	2013
f	976	o	1525	x	3050
g	1037	p	1891	y	2623
h	1098	q	1952	z	671
i	854	r	1708	aa	2257

Accuracy, Completeness, and Consistency Data

Accuracy, completeness, and consistency data

Contoh database yang berisi ketidakakuratan, ketidaklengkapan dan inkonsisten:

Berikut Database Pembelian Buku PerTahun

Nama	Kategori	Alamat	Total Pembelian Buku
Nona Dengen	Novel	Graha Asri No. 11	± Rp.750.000,-
Fauziah Ika	Komik	Lrg Dolog No.21	± Rp. 1.500.000,-
Sri Astuti	Musik	Jl. Bunga Dahlia No.1	± Rp. 500.000,-
Nirmala Sari		Jl. Bunga Duri No. 11	± Rp. 1.000.000,-
Andi Ferid	Pengetahuan	Jl. MT Haryono No. 109	± Rp. 2.000.000,-
Seiji	Komik	Jl. Kancil N0. 7	± Rp. 2.800.000,-
Riska Ayu		Jl. Bunga Matahari No. 2	± Rp. 300.000,-

-          Atribut yang berisi ketidakakuratan pada data diatas yaitu pada atribut Total Pembelian Buku yang memberikan symbol kurang lebih (±) pada isi atribut

Proximity Measures for Mixed Attributes

Proximity Measures for Mixed Attributes

X = 61

m		n
A	X*91 = 5551	F	X*80 = 4880
B	X*92 = 5612	G	X*81 = 4941
C	X*93 = 5673	H	X*82 = 5002
D	X*94 = 5734	I	X*83 = 5063
E	X*95 = 5795	J	X*84 = 5124