Vad är databehandling: typer och dess applikationer

Ordet data kommer från det latinska språket, vilket betyder insamling av rå information. Begreppet databehandling handlar om att bearbeta rådata med en dator för att få önskad meningsfull utdata. Uppgifterna kan behandlas antingen manuellt eller automatiskt. Utdata som erhålls efter bearbetning av rådata representeras i olika former som, det kan vara antingen numerisk form som 0-9,., +, -, /, E, D eller teckenform som kan vara antingen strängformat som alfabetiskt format eller alfanumeriskt format eller grafisk form som diagram, diagram, kartor, som baseras på typen av programvara används eller det förfarande som används för behandling av uppgifter.

Vad är databehandling?

Processen att konvertera rådata med ett medium som manuella eller automatiska verktyg till meningsfull utdata kallas databehandling. Rå data som antalet studenter i en klass, provresultat, adress etc., som ges som input till processorn som använder vissa procedurer för att manipulera rådata och bearbetar den för att ge önskad meningsfull utdata. Till exempel, om vi köper ett föremål i ett varuhus ger de oss fakturan efter inköpet, där fakturan innehåller all information om dataposter som artikelinformation, kundnamn, telefonnummer, adress, tid, fakturabelopp, betalt belopp, skatt, etc, alla dessa tillsammans bildar en information, där denna information är processform av data. Den grundläggande funktionen för denna bearbetning är validering, sortering, sammanfattning, aggregering, analys, rapportering, klassificering.

databehandling

Olika typer

Det finns tre typer av databehandling, det är de

Manuell databehandling

Uppgifterna som bearbetas manuellt av mänskliga handlingar utan att använda något verktyg är manuell bearbetning. Som till exempel manuell skrivning eller beräkning av en rapport manuellt och korrekt är manuell bearbetning, manuell verifiering av märkblad, ekonomisk beräkning etc. Den största nackdelen är att manuell bearbetning kräver höga arbetskraftskostnader, hög tidsförbrukning, fler fel osv. nackdelen, fler avancerade verktyg har kommit där bearbetningsarbetet sker automatiskt.

Elektronisk databehandling (EDP)

Det kallas också som informationstjänster eller system. Den bearbetar rådata via datorer och program med elektronisk kommunikation . Bearbetningsarbetet är mycket snabbt. Det bästa exemplet för elektronisk databehandling är ett bankomatkort som är inbäddat med ett elektroniskt chip.

Databehandling i realtid

Det är en kontinuerlig process, som svarar inom några sekunder när dataingången ges, den behandlas och ger önskad utdata. Till exempel vill en person dra ett visst belopp från sitt konto med ett Bankomat . Så snart han sätter in kortet och går i balans vill han dra med ATM-pin, maskinen bearbetar transaktionen och uppdaterar sitt bankkontosaldo online inom några sekunder. Den största fördelen är tidsförbrukning.

Databehandlingscykel

Denna behandlingscykel är gemensam för både manuell och elektronisk behandling. Det är en serie steg för att extrahera information från rådata. Det finns tre viktiga steg i denna bearbetning de är,

Inmatning

Processen genom vilken insamlad data omvandlas till en form som dator kan förstå. Det är det viktigaste steget eftersom de korrekta resultaten beror på den angivna indata. Aktiviteterna som utförs i datainmatningen är i fyra steg, de är

• Datainsamling
• Data Kodning
• Dataöverföring
• Datakommunikation

Datainsamling

Datainsamling är ett mycket viktigt steg i bearbetningen där alla råa fakta samlas in från olika miljöer som bör vara väldefinierade och korrekta för processerna. Exempel på datainsamling är markundersökningar, valundersökningar.

Datakodning

Processen med att konvertera råa fakta till en form som är lättare att tillhandahålla som en ingång till processystemet är datakodning.

Dataöverföring

I detta skede skickas data till processorn och även till olika komponenter i systemet

Datakommunikation

I detta skede kommuniceras data mellan olika behandlingssystem.

Bearbeta

Detta steg handlar om att manipulera rådata med hjälp av olika verktyg eller programvarutekniker till meningsfull information. Många programverktyg finns tillgängliga för att bearbeta stora datamängder inom en kort tidsperiod. Det kan förklaras i enkel form i följande exempel på en automatiseringsdatabehandlingsteknik, användaren skriver ett program för att utföra tillägg av två nummer, som innehåller uppsättning instruktioner, detta program bearbetas till den centrala behandlingsenheten som behandlar data baserat på instruktionen. Nu manipulerar programvaran data som ger instruktioner för att bearbeta data och ge meningsfull förväntad information.

exempel på databehandling

Det finns tre olika typer av dataanvändningstekniker som de är

• Klassificering: Data har separerats därefter i olika grupper och undergrupper i detta skede så att det skulle vara lätt att bearbeta.
• Lagring: I detta skede lagras data i rätt ordning så att de lätt kan nås vid behov.
• Beräkning: I detta skede utförs ett antal operationer på data för att ge önskade resultat.

Produktion

I detta skede är datautdata som erhålls efter bearbetning meningsfull data som krävs för slutanvändare. Output kan erhållas i olika former som ljud, video, rapportutskrift etc. Följande är de aktiviteter som utförs i de är,

• Avkodning: Data som kodas avkodas till förståelsesformat.
• Kommunikation: Utgången som genereras distribueras till olika platser så att alla användare kan komma åt den när som helst.
• Hämtning: Uppgifterna som distribueras och lagras kan nås av vem som helst vid sin övertygelse.

Förvaring

Den bearbetade informationen lagras i virtuellt dataminne för vidare användning. Det är det viktiga steget i cykeln eftersom vi kan hämta data när det behövs.

Databehandling inom forskningsområdet

De viktiga stegen som huvudsakligen ingår i denna bearbetning är följande,

1. Frågeformulärskontroll
2. Redigering
3. Kodning
4. Klassificering
5. Tabulering
6. Grafisk representation
7. Datarengöring
8. Datajustering

databehandling-i-forsknings-området

• Frågeformulärskontroll: Det första steget är att kontrollera om det finns frågeformulär eller nej. Få av icke godtagbara frågeformulär är ofullständiga eller partiella uppgifter, otillräcklig kunskap.
• Redigeringsdata identifieras om det finns några fel i rådata så att om de är fel kan de redigeras och korrigeras.
• Kodning är processen att ge symboler så att svar kan placeras i deras respektive grupper.
• Klassificering av data baseras på klasser som klassintervall, frekvens eller attribut som staden, befolkningen görs för bättre förståelse.
• Efter klassificering tabellerar vi hela processen i olika relevanta kolumner och rader.
• Representera dem sedan i grafiskt eller statistiskt stapeldiagramformat.
• Därefter kontrollerar vi hela data igen från början om det saknas
  data lägger vi till det för konsistens.
• Ett ytterligare koncept för datainjustering görs som komplement för att förbättra kvaliteten.

Fördelar

Fördelarna med databehandling är

• Mycket effektiv
• Tids sparande
• Hög hastighet
• Minskar fel

Nackdelar

Nackdelarna med databehandling är

• Stor strömförbrukning
• Upptar stort minne
• Kostnaden för installationen är hög
• Slöseri med minne.

Applikationer

Tillämpningen av databehandling är

• I banksektorn används denna bearbetning av bankkunderna för att verifiera där, bankuppgifter, transaktioner och andra detaljer.
• I utbildningsavdelningar som skolor, högskolor är denna behandling tillämplig för att hitta studentinformation som biodata, klass, rollnummer, erhållna betyg etc.
• I transaktionsprocessen uppdaterar applikationen informationen när användare begär deras information.
• I ett logistiskt spårningsområde hjälper den här behandlingen till att hämta nödvändig kundinformation online.
• På sjukhuspatienter kan detaljer enkelt sökas.

Den här artikeln beskriver hur rådataingångar behandlas när de ges som inmatning till en processor, dessa rådata kan behandlas antingen med programvara eller något annat verktyg för att få meningsfull information. Den viktiga fördelen med data bearbetning kan man enkelt hämta data inom några sekunder. Här i den här artikeln har vi sett databehandlingscykeln, bearbetning inom forskningsområdet, dess fördelar, nackdelar och dess tillämpningar. Här är frågan ”Hur data behandlas i e-handelsområdet?”.