Tahapan-tahapan dalam melakukkan normalisasi terhadap Database adalah :
1. Bentuk normal pertama First normal form
Sebuah tabel dikatakan 1NF jika tidak ada duplikasi baris dalam tabel dan masing-masing cell bernilai tunggal. Kemudian semua atribut yang
ada harus bergantung pada primary key. 2.
Bentuk normal kedua 2 normal form Bentuk normal kedua terpenuhi jika pada sebuah tabel semua atribute
yang tidak termasuk primary key memiliki ketergantungan fungsional terhadap primary key secara utuh, tidak ada ketergantungan persial.
3. Benuk normal kedua 3 normal form
Sebuah tabel dikatakan memenuhi bentuk normal ketiga jika tidak terdapat ketergantungan transitif, dimana atribute bukan kunci tidak
boleh tergantung pada atribute lainnya.
2.3. Fuzzyfikasi Database
Database relationship telah terbukti sebagai model Database yang paling handal dan dipakai pada bermacam aplikasi system informasi dengan sukses,
tetapi tidak bagaimanapun juga, system Database relationship yang diperkenalkan oleh Codd 1970 tidak menangani data yang ambigu. Data yang ditangani harus
merupakan data yang pasti atau bernilai kosong null. Padahal dalam realita kehidupan sekarang ini sering kali dibutuhkan data yang samar dan melibatkan
banyak variabel yang tidak pasti sebagai proses dalam acuhan pengambilan keputusan.
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
Sejak awal dekade 1980-an penelitian tentang impementasi pemakaiaan kaedah logika fuzzy kaedah fuzzy diperkenalkan oleh Zaden pada tahun 1965
telah dilakukkan untuk pengembangan berbagai macam model Database. Tujuan dari pemakaian logika fuzzy tersebut dalam pemodelan databse adalah untuk
memperbarui kemampuan Database klasik agar dapat merepresentasikan dan memanipulasi data atau informasi yang tidak pasti dan tidak akurat ambigu.
Ternyata penerapan logika fuzzy ini memberikan kontribusi yang sangat besar terutama pada model data relational atau yang sejenisnya. Perlu dicatat bahwa
pesatnya perkembangan komputasi telah memberikan peluang bagi munculnya aplikasi Database pada CADCAM Computer Aided sesign Computer Aided
manufacture, multimedia, system informasi geografis, dan lainnya. Berdasarkan buku panduan fuzzy Database yang di susun oleh Sri
Kusumadewi dan Hari Purnomo, telah dijelaskan bahwa Database adalah kumpulan dari data yang saling berhubungan satu dengan yang lainnya, tersimpan
di perangkat keras komputer dan digunakan perangkat lunak untuk memanipulasinya. Database system adalah suatu system informasi yang
mengintegrasikan kumpulan data yang saling berhubungan satu dengan lainnya dan membuatnya tersedia untuk beberapa aplikasi dalam suatu organisasi.
Sebagian besar Database standar diklasifikasikan berdasarkan bagaimana data tersebut dipandang oleh user. Dengan menggunakan Database standar, kita
dapat mencari data-data dengan spesifikasi tertentu dengan menggunakan query. Namun pada kenyataannya, kadang kita membutuhkan informasi dari
data-data yang bersifat ambiguous. Apabila hal ini terjadi, maka kita bisa menggunakan fuzzy Database. Selama ini sudah ada penelitian tentang fuzzy
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
Database. Salah satu diantaranya adalah model Tahani. Fuzzy Database model Tahani masih tetap menggunakan relasi standar, hanya saja model ini
menggunakan teori himpunan fuzzy untuk mendapatkan informasi query-nya. Misalkan kita mengkategorikan usia karyawan ke dalam himpunan :
MUDA, PAROBAYA, dan TUA
Gambar 2.9 Fungsi keanggotaan untuk Variabel Usia Fungsi Keanggotaan :
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
Tabel 2.1 menunjukkan tabel karyawan berdasarkan umur dengan derajat keanggotaannya pada setiap himpunan.
Tabel 2.1 Karyawan Berdasarkan Umur
Derajat Keanggotaan [x]
No Nama
Umur MUDA
PAROBAYA TUA
1 Lia
30 1
2 Iwan
48 0,4
0,8 3
Sari 36
0,4 0,1
4 Andi
37 0,3
0,2 5
Budi 42
0,7 0,2
6 Amar
39 0,1
0,4 7
Rian 37
0,3 0,2
8 Kiki
32 0,8
9 Alda
35 0,5
10 Yoga
25 1
Variabel Gaji bisa dikerjakan dalam himpunan: RENDAH, SEDANG, dan TINGGI.Gambar 2.10
Gambar 2.10 Fungsi keanggotaan untuk variabel Gaji
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
Fungsi Keanggotaan gaji :
Tabel 2.2 menunjukkan tabel karyawan berdasarkan gaji dengan derajat keanggotaannya pada setiap himpunan.
Tabel 2.2 Karyawan Berdasarkan Gaji
Derajat Keanggotaan [z]
No Nama
Gajibln RENDAH
SEDANG TINGGI
1 Lia
750000 0,4
0,5 0,4
2 Iwan
1500000 0,3
0,25 0,25
3 Sari
1255000 0,1
0,6 0,1
4 Andi
1040000 0,3
0,04 0,04
5 Budi
950000 1
6 Amar
1600000 0,225
7 Rian
1250000 8
Kiki 550000
0,8 9
Alda 735000
0,5 10
Yoga 860000
1
Ada beberapa query yang bisa diberikan dari data di atas, misalkan Query: Siapa sajakah karyawan yang masih muda tapi memiliki gaji tinggi?
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
SELECT Nama FROM Karyawan WHERE Umur=”MUDA” AND Gaji = “TINGGI”
Tabel 2.3 menunjukkan hasil query1, yaitu nama-nama karyawan yang masih muda tapi memiliki gaji yang tinggi.
Tabel 2.3 Hasil Query
Derajat Keanggotaan
MUDA No
Nama Umur
Gajibln MUDA
TINGGI TINGGI
3 Sari
36 1500000
0,4 0,5
0,4 7
Rian 37
1250000 0,3
0,25 0,25
6 Amir
39 1600000
0,1 0,6
0,1 4
Andi 37
1040000 0,3
0,04 0,04
1 Lia
30 750000
1 2
Iwan 48
1255000 0,225
5 Budi
42 950000
8 Kiki
32 550000
0,8 9
Alda 35
735000 0,5
10 Yoga
25 860000
1
2.4. Mysql