KONSEP DASAR BASIS DATA

2.7.2 Hirarki Data

Secara tradisional data diorganisasikan kedalam suatu hirarki yang terdiri atas elemen data, rekaman (record) dan berkas (file).

a. Entity Adalah orang tempat kejadian atau konsep yang informasinya direkam. Pada bidang administrasi mahasiswa misalnya, entity adalah mahasiswa, buku pembayaran dan nilai ujian. Pada bidang kesehatan entity adalah pasien, dokter, obat, kamar

b. Atribute atau elemen data Setiap entity mempunyai atribut atau sebutan untuk mewakili suatu entity. Seorang mahasiswa dapat dilihat atributnya, misalnya nama, NIM, alamat, nama orang tua, agama dan jenis kelamin. Atribut juga disebut sebagai data elemen, data field, item data atau medan.

c. Data value atau isi Adalah data aktual atau informasi yang disimpan pada tiap elemen data atau atribut. Atribut nama karyawan akan menunjukkan tempat dimana informasi nama karyawan disimpan, sedangkan data value adalah bejo, mitro yang merupakan isi dari data nama karyawan tersebut

d. Record atau rekaman Adalah gabungan dan kumpulan sejumlah elemen - elemen data yang saling berkaitan menginformasikan tentang entity secara lengkap. Satu record akan d. Record atau rekaman Adalah gabungan dan kumpulan sejumlah elemen - elemen data yang saling berkaitan menginformasikan tentang entity secara lengkap. Satu record akan

e. File atau berkas Adalah kumpulan rekaman data yang berkaitan dengan subjek data

2.7.3 RDBMS (Relational Database Management System)

Merupakan sekumpulan data yang disimpan sedemikian rupa sehingga mudah diambil informasinya bagi pengguna dan data tersebut saling berhubungan. RDBMS merupakan suatu paket perangkat lunak yang kompleks yang digunakan untuk memanipulasi database. Ada tiga prinsip RDBMS :

1. Bahasa Definisi Data (DDL atau data definition language) DDL adalah perintah-perintah yang biasa digunakan oleh administrator

basis data (DBA) untuk mendefinisikan skema ke DBMS. Skema adalah deskripsi lengkap tentang struktur medan, rekaman, dan hubungan data pada basis data. Tugas utama skema adalah menjabarkan struktur basis data kepada DBMS.

2. Bahasa Manipulasi Data (DML atau data manipulation language) DML adalah perintah-perintah yang digunakan untuk mengubah,

memanipulasi, dan mengambil data pada basis data. DML pada dasarnya dibagi menjadi dua, yaitu prosedural dan nonprosedural. Prosedural menuntut pengguna menentukan data apa saja yang diperlukan dan bagaimana cara memanipulasi, dan mengambil data pada basis data. DML pada dasarnya dibagi menjadi dua, yaitu prosedural dan nonprosedural. Prosedural menuntut pengguna menentukan data apa saja yang diperlukan dan bagaimana cara

Ada dua cara untuk mengakses data pada basis data. Pertama, dengan mengetikkan baris perintah-perintah yang ditujukan kepada DBMS untuk memanipulasi data. Biasanya, DML yang digunakan bersifat nonprosedural. Kedua dengan menggunakan program aplikasi yang menerbitkan instruksi- instruksi internal (disebut pernyataan melekat atau embedded statement ) ke DBMS untuk mengambil data dan memberikan hasil keprogram. Pada bentuk kedua ini bahasa yang digunakan bisa saja berupa bahasa-bahasa pemrograman konvensional seperti C, COBOL , Fotran, Pascal, atau PHP, CGI, ASP,VB script java script dan sebagainya untuk pemrograman berbasis web.

3. Data Control Language (DCL) Bagian ini berhubungan dengan cara mengendalikan data, seperti siapa

saja yang bisa melihat isi data, bagaimana data bisa digunakan oleh banyak user, dan sebagainya. Dengan kata lain DLC digunakan untuk hal-hal yang berhubungan dengan sekuritas terhadap basis data.

Semua operasi masukan dan keluaran yang berhubungan dengan basis data harus menggunakan DBMS. Bila pemakai akan mengakses database, DBMS menyediakan penghubung (interface) antara pemakai dengan basis data. Hubungan antara pemakai dengan basis data digambarkan sebagai berikut :

Program Aplikasi Query

Language

DBMS

Interaktif terminal

Basis

data

Gambar 2.2 Hubungan antara pemakai dengan basis data

2.7.4 Normalisasi

Bentuk tidak normal. Merupakan bentuk kumpulan data yang akan direkam, tidak ada keharusan mengikuti suatu format tertentu, dapat saja data tidak lengkap atau terduplikasi, data dikumpulkan apa adanya sesuai dengan kedatangannya. Normalisasi sendiri merupakan cara pendekatan lain dalam membangun desain logik basis data relasional yang tidak secara langsung berkaitan dengan model data, tetapi dengan menerapkan sejumlah aturan dan kriteria standar untuk menghasilkan struktur yang normal.

2.7.4.1 Anomali

Anomali adalah proses pada basis data yang memberikan efek samping yang tidak diharapkan misalnya ketidakkonsistenan data atau membuat sesuatu data menjadi hilang ketika data lain dihapus. Yang terdiri dari peremajaan, penghapusan dan penyisipan.

1. Anomali Peremajaan

Anomali ini terjadi jika terjadi pengubahan pada sejumlah data yang mubadzir tetapi tidak seluruhnya diubah.

2. Anomali Penghapusan Anomali penghapusan terjadi jika suatu baris yang tak terpakai dihapus dan sebagai akibatnya terdapat data lain yang hilang.

3. Anomali Penyisipan Anomali penyisipan terjadi pada saat penambahan hendak dilakukan ternyata ada elemen data yang masih kosong dan elemen data tersebut justru menjadi kunci

2.7.4.2 Dependensi ( ketergantungan)

Dependensi merupakan konsep yang mendasari normalisasi. Dependensi menjelaskan hubungan antar atribut atau secara lebih khusus menjelaskan nilai suatu atribut yang menentukan nilai atribut lainnya. Dependensi ini kelak menjadi acuan bagi pendekomposisian data kedalam bentuk yang paling efisien. Macam dependensi adalah :

1. Dependensi fungsional Adalah macam dependensi yang banyak diulas pada literatur basis data. Didefinisikan sbagai berikut : Suatu atribut Y mempunyai dependensi fungsional terhadap atribut X jika dan hanya jika setiap nilai X berhubungan dengan sebuah nilai Y. Dituangkan dalam bentuk notasi sebagai berikut :

Dibaca X secara fungsional menentukan Y atau terkadang cukup dibaca X panah Y.

2. Dependensi fungsional sepenuhnya Suatu atribut Y mempunyai dependensi fungsional penuh terhadap atribut X jika :

1. Y mempunyai dependensi fungsional terhadap X

2. Y tidak memiliki dependensi terhadap bagian dari X

3. Dependensi total Didefinisikan sebagai berikut :

1. Y Memiliki dependensi fungsional terhadap X

2. X mempunyai dependent fungsional terhadap Y Dinyatakan sebagai X ↔ Y.

4. Dependensi transitif Atribut Z mempunyai dependensi transitif terhadap X jika

1. Y memiliki dependensi fungsional terhadap X

2. Z memiliki dependensi fungsional terhadap Y

2.7.4.3 Dependensi fungsional diagram

Diagram Dependensi Fungsional adalah diagram yang digunakan untuk menggambarkan dependensi fungsional. Diagram ini menunjukkan hubungan antara atribut yang menjadi penentu atribut lainnya dengan hubungan yang dinyatakan dengan tanda panah.

2.7.4.4 Dekomposisi tak hilang

Pada proses normalisasi seringkali terjadi pemecahan sebuah relasi menjadi dua relasi atau lebih. Proses pemecahan seperti ini biasa disebut dengan istilah dekomposisi tak hilang yang artinya bahwa tak ada informasi hilang ketika relasi dipecah menjadi relasi-relasi lain.

2.7.4.5 Bentuk normal

Aturan-aturan normalisasi dinyatakan dalam istilah bentuk normal. Bentuk normal adalah suatu aturan yang dikenakan pada relasi-relasi dalam basis data dan harus dipenuhi oleh relasi-relasi tersebut pada level-level normalisasi. Suatu relasi dikatakan berada dalam bentuk normal tertentu apabila memenuhi kondisi-kondisi tertentu (biasa disebut 1NF) jika dan hanya jika setiap antribut bernilai tunggal untuk setiap baris. Beberapa level yang biasa digunakan pada normalisasi adalah :

1. Bentuk normal pertama (1NF) Bentuk normal pertama mempunyai ciri setiap data dibentuk dalam flat berkas (berkas rata atau datar), data dibentuk dalam satu rekaman demi rekaman dan nilai dari medan berupa “atomic value”. Tidak ada set atribut yang berulang- ulang atau atribut bernilai ganda (multivalue). Tiap medan hanya ada satu pengertian, bukan merupakan kumpulan kata yang mempunyai arti medua, hanya satu arti saja dan juga bukanlah pecahan kata-kata sehingga artinya lain. Atom sendiri adalah zat terkecil yang masih mempunyai sifat induknya, jika dipecah 1. Bentuk normal pertama (1NF) Bentuk normal pertama mempunyai ciri setiap data dibentuk dalam flat berkas (berkas rata atau datar), data dibentuk dalam satu rekaman demi rekaman dan nilai dari medan berupa “atomic value”. Tidak ada set atribut yang berulang- ulang atau atribut bernilai ganda (multivalue). Tiap medan hanya ada satu pengertian, bukan merupakan kumpulan kata yang mempunyai arti medua, hanya satu arti saja dan juga bukanlah pecahan kata-kata sehingga artinya lain. Atom sendiri adalah zat terkecil yang masih mempunyai sifat induknya, jika dipecah

2. Bentuk normal kedua (2NF) Bentuk normal kedua mempunyai syarat yaitu bentuk data telah memenuhi kriteria bentuk normal pertama. Atribut bukan kunci haruslah bergantung secara fungsi pada kunci utama. Sehingga untuk membentuk normal kedua haruslah sudah ditentukan kunci medan. Penentuan medan kunci harus unik dan dapat mewakili atribut lain yang menjadi anggotanya

3. Bentuk normal ketiga (3NF) Untuk menjadi bentuk normal ketiga maka relasi haruslah dalam bentuk normal kedua dan semua atribut bukan primer tidak punya hubungan yang transitif. Dengan kata lain, setiap atribut bukan harus bergantung hanya pada kunci primer dan pada kunci primer secara menyeluruh.

4. Bentuk normal keempat (4NF)

5. Bentuk normal kelima (5NF) Bentuk normal keempat (4NF) dan kelima (5NF) hanya dipakai pada kasus-kasus khusus, yakni pada relasi yang mengandung dependensi nilai banyak

2.7.4.6 Overnormalisasi

Tabel-tabel yang memenuhi 5NF terkadang didekomposisi lagi. Prosesnya dikenal dengan sebutan overnormalisasi. Tujuannya adalah untuk meningkatkan kinerja. Caranya adalah untuk memperhatikan permintaan terhadap data yang sering Tabel-tabel yang memenuhi 5NF terkadang didekomposisi lagi. Prosesnya dikenal dengan sebutan overnormalisasi. Tujuannya adalah untuk meningkatkan kinerja. Caranya adalah untuk memperhatikan permintaan terhadap data yang sering

Namun juga perlu diperhatikan bahwa tidak selamanya pendekomposisian terhadap tabel yang memenuhi 5NF dapat meningkatkan kenerja. Pada kenyataannya, tabel yang terlalu pendek (sedikit memiliki kolom) juga menimbulkan persoalan peningkatan waktu CPU dan juga memerlukan banyak I/O disk ketika terjadi penggabungan data (misalnya untuk penyajian laporan).

2.7.5 Data Flow Diagram (DFD)

Data flow diagram (DFD) adalah gambaran sistem secara logikal yang berorientasi pada aliran data yang mendefinisikan pemetaan aliran informasi kedalam struktur program yang digunakan untuk memudahkan pemakai untuk mengerti sistem yang akan dikerjakan atau dikembangkan.

Proses pada data flow diagram dapat merupakan sekumpulan program, sate program, satu modul atau sub program dan dapat juga merupakan trnsformasi data secara manual.

2.7.6 Flowchart

Flowchart adalah representasi grafik yang menggambarkan setiap langkah yang akan dilakukan dalam suatu proses, yang merupakan alat bantu yang banyak digunakan untuk menggambarkan sistem secara pisikal.

Tabel 2.1 Simbol-simbol Flowchart

Simbol Flowchart Keterangan

Menunjukkan dokumen input dan output baik untuk proses manual, mekanik atau komputer.

Simbol Dokumen

Menunjukkan pekerjaan manual

Simbol kegiatan manual

Menunjukkan proses operasi program komputer Simbol Proses

Menunjukkan operasi yang dilakukan diluar

operasi proses komputer

Simbol operasi luar

Menunjukkan input atau output menggunakan

hard disk

Simbol hard disk

Menunjukkan input atau output menggunakan

disket

Simbol disket

Simbol yang digunakan untuk mewakili input atau output Simbol input atau output

Digunakan untuk menunjukkan arus dari proses

Simbol garis alir

Digunakan untuk menyelesaikan suatu kondisi di dalam program Simbol keputusan

Digunakan untuk menunjukkan suatu operasi

yang rinciannya ditunjukkan di tempat lain Simbol proses terdefinisi

Digunakan untuk memberi nilai awal suatu

besaran

Simbol persiapan

Digunakan untuk menunjukkan awal dan akhir dari suatu proses Simbol titik terminal

Menunjukkan proses pengurutan data diluar

proses komputer

Pengurutan offline