Model Data Metadata dan Kategori Aplikas
Model Data, Metadata dan Kategori Aplikasi Basisdata
Alisha Safira, Alvira Oktariani, Deyana Lutfita Kanos,
Khairunnisa Apriani, Nadhifa Varania
Departemen Geografi,
Fakultas Matematika dan Ilmu Pengetahuan Alam,
Universitas Indonesia
Abstract. A database-management system (DBMS) is a collection of interrelated data and a set of programs
to access those data. This is a collection of related data with an implicit meaning and hence is a database. The
collection of data, usually referred to as the database, contains information relevant to an enterprise. The
primary goal of a DBMS is to provide a way to store and retrieve database information that is both convenient
and efficient. By data, we mean known facts that can be recorded and that have implicit meaning. Data
models define how the logical structure of a database is modeled. Data Models are fundamental entities to
introduce abstraction in a DBMS. Data models define how data is connected to each other and how they are
processed and stored inside the system.
Keywords: DBMS, metadata, database, data models
1. Pendahuluan
Dalam mengembangkan suatu sistem database, biasanya didahului dengan tahap pemodelan (modelling) yang
bertujuan untuk memenuhi keperluan masyarakat dan mengubahnya menjadi teknis spesifikasi untuk
Implementasi. Dalam desain sistem database, desainer menggunakan model dengan alasan yang sama persis
sebelum sistem yang sebenarnya dibangun. Sebagaimana sistem database saat ini menjadi begitu kompleks,
kebutuhan dalam hal pemodelan data saat ini menjadi lebih canggih dan lebih dibutuhkan. Makalah ini akan
mengkaji lebih khusus mengenai model dat, metadata dan kategori aplikasi basisdata.
2. Model Data
2.1
Definisi Model Data
Dalam konteks merancang model database, model adalah pertimbangan penting dari beberapa konsep, bahasa,
grafik yang biasanya digunakan dalam mendeskripsikan struktur data dan proses operasi suatu database. Fokus
dari model data adalah mendeskripsikan daripada metode apa yang digunakan.
Model data dibangun menggunakan tiga bangunan blok, yaitu konsep, bahasa dan grafis. Kata "konsep" di
konteks pemodelan data memiliki arti khusus dan unik. Hal ini mengacu tidak hanya untuk ide-ide abstrak, tetapi
juga untuk dunia nyata berwujud dan tidak berwujud fitur / fenomena yang relevan dengan kebutuhan informasi
database pengguna. Sejak identifikasi fitur ini / fenomena di pemodelan data sebagian besar merupakan proses
mental, terutama pada tahap awal, kata "Konsep" adalah istilah yang tepat untuk digunakan dalam konteks ini.
Sebagai pemodelan data proses berkembang, konsep diidentifikasi menjadi "entitas" dalam bahasa dari model
database relasional atau "objek" dalam bahasa berorientasi objek model database. Dalam database, konsep
diidentifikasi adalah sering disebut sebagai "objek data" dan kehadirannya atau kejadian di database disebut
sebuah "contoh".
Gambar 1. Model data spasial menurut Chang (2002)
Model data raster mernpunyai struktur data yang tersusun dalam bentuk matriks atau piksel dan membentuk
grid. Setiap piksel memiliki nilai tertentu dan memiliki atribut tersendiri, termasuk nilai koordinat yang unik.
Tingkat keakurasian model ini sangat tergantung pada ukuran piksel atau biasa disebut dengan resolusi. Model
data ini biasanya digunakan dalam remote sensing yang berbasiskan Citra satelit maupun terbang). Selain itu
model ini digunakan pula dalam membangun model ketinggian digital (DEM-Digital Elevatin Model) dan
model permukaan digital (DTM-DigitaI Terrain Model).
Model raster memberikan informasi spasial terhadap permukaan di bumi dalam bentuk gambaran yang di
generalisasi. Representasi dunia nyala disajikan sebagai elemen matriks atau piksel yang membentuk grid yang
homogen. Pada setiap piksel mewakili setiap obyek yang terekam dan ditandai dengan nilai-nilai tertentu. Secara
konseptual. Model data raster merupakan model data spasial yang paling sederhana.
Gambar 2. Struktur Data Raster
Karakteristik utama data raster adalah bahwa dalam setiap sell piksel mempunyai nilai. Nilai sel piksel
merepresentasikan fenornena atau gambaran dari suatu kategori. Nilai sell piksel dapat memiliki nilai positif
atau negatif dan floating point untuk dapat merepresentasikan nilai. Data raster disimpan dalam suatu urutan
nilai sel/piksel. Sebagai contoh. SO, 74, 45, 45, 34, dan seterusnya.
Gambar 3. Proses Modelling Data
2.2
Jenis-Jenis Model Data
Model data dapat dikelompokkan berdasarkan konsep pembuatan deskripsi struktur basis data, yaitu:
a. Model data konseptual (high level) menyajikan konsep tentang bagaimana user memandang atau
memperlakukan data. Dalam model ini dikenalkan tiga konsep penyajian data yaitu:
1. Entity (entitas)
Merupakan penyajian obyek, kejadian atau konsep dunia nyata yang keberadaannya secara eksplisit didefinisikan
dan disimpan dalam basis data, contohnya Mahasiswa, Matakuliah, Dosen, Nilai dan lain sebagainya.
2. Atribute (atribut)
Keterangan-keterangan yang menjelaskan karakteristik dari suatu entitas seperti NIM, Nama, Fakultas, Jurusan
untuk entitas Mahasiswa.
3. Relationship (hubungan)
Hubungan atau interaksi antara satu entitas dengan yang lainnya, misalnya entitas pelanggan berhubungan
dengan entitas barang yang dibelinya.
b. Model data fiskal (low level) merupakan konsep bagaimana deskripsi detail data disimpan ke dalam komputer
dengan menyajikan informasi tentang format rekaman, urutan rekaman, dan jalur pengaksesan data yang dapat
membuat pemcarian rekaman data lebih efisien.
c. Model data implementasi (representational) merupakan konsep deskripsi data disimpan dalam komputer
dengan menyembunyikan sebagian detail deskripsi data sehingga para user mendapat gambaran global
bagaimana data disimpan dalam komputer. Model ini merupakan konsep model data yang digunakan oleh model
hirarki, jaringan dan relasional.
JENIS-JENIS MODEL DATA
1) Object Based Data Model (OBDM)
2) Record Based Data Model (RBDM)
3) Physical Based Data Model (PBDM)
4) Conceptual Based Data Model (CBDM)
1) OBJECT BASED DATA MODEL
Model data berbasis objek menggunakan konsep entitas, atribut dan hubungan antar entitas. Terdiri dari :
1.
Entity Relationship model
Model entity-relationship pertama kali diperkenalkan oleh Peter Chen pada tahun 1976. Dalam pemodelan ini
dilakukan dengan tahapan sebagai berikut:
a. Memilih entitas-entitas yang akan disusun dalam basis data dan menentukan hubungan antar entitas yang
telah dipilih.
b. Melengkapi atribut-atribut yang sesuai pada entitas dan hubungan sehingga diperoleh bentuk tabel normal
penuh (ternormalisasi).
Model untuk menjelaskan hubungan antar data dalam basis data berdasarkan suatu persepsi bahwa real word
terdiri dari objek-object dasar yang mempunyai hubungan atau relasi antara object-object tersebut. E-R MODEL
berisi ketentuan /aturan khusus yang harus dipenuhi oleh isi database. Aturan terpenting adalah MAPPING
CARDINSLITIES, yang menentukan jumlah entity yang dpt dikaitkan dengan entity lainnya melalui
relationship-set.
Antara entitas diasosiakan dalam suatu hubungan (relationship). Suatu relasi dapat memiliki beberapa atribut.
Jumlah kelas entitas dalam suatu relasi disebut derajat relasi. Gambar di bawah ini merupakan contoh dari relasi
berderajat dua dan relasi berderajat tiga.
Gambar 4. Contoh kasus ER-Model
2.
Binary model
Relasi memiliki tiga tipe biner yaitu:
a. One-to-one (1:1). Hubungan terjadi bila setiap instansi entitas hanya memiliki satu hubungan dengan
instansi entitas lain.
b. One-to-many (1:M). Relasi ini terjadi bila setiap instansi dapat memiliki lebih dari satu hubungan
terhadap instansi entitas lain tetapi tidak kebalikannya.
c. Many-to-many (M:N). Hubungan saling memiliki lebih dari satu dari setiap instansi entitas terhadap
instansi entitas lainnya.
Selain relasi antara dua entitas, terdapat juga hubungan terhadap entitasnya sendiri yang disebut
dengan recursive relationship (self relation). Hubungan ini dapat mempunyai tipe biner, seperti yang
sudah dibahas sebelumnya.
3.
Semantik data model
Hampir sama dengan Entity Relationship model dimana relasi antara objek dasar tidak dinyatakan dengan
simbol tetapi menggunakan kata-kata (Semantic). Sebagai contoh, dengan masih menggunakan relasi pada Bank
X sebagaimana contoh sebelumnya, dalam semantic model adalah seperti terlihat pada gambar di atas. Tandatanda yang menggunakan dalam semantic model adalah sbb:
Contoh kasus Semantic model
2). RECORD BASED DATA MODEL
Model ini berdasarkan pada record untuk menjelaskan kepada user tentang hubungan logic antar data dalam
basis data
PERBEDAAN DENGAN OBJECT BASED DATA MODEL
Pada record based data model disamping digunakan untuk menguraikan struktur logika keseluruhan dari suatu
database, juga digunakan untuk menguraikan implementasi dari system database ( higher level description of
implementation)
Terdapat 3 data model pada record based data model :
a. Klasifikasi berdasarkan model data. Klasifikasi ini terdiri dari model data hirarki, model data jaringan,
model data relasional.
1. Model data hirarki
Dalam model ini, data disusun menurut struktur pohon yang merupakan bentuk lain dari abstraksi data
untuk basis data akademi. Pada puncak hirarki diesbut dengan akar (root). Tiap entitas tingkat atas (parent)
mempunyai satu atau lebih sub-entitas (children) sehingga setiap entitas hanya boleh mempunyai satu induk,
tetapi dapat mempunyai banyak anak.
Pada mode data hirarki, hubungan antar entitas dinyatakan dalam satu-banyak (one to many) atau satusatu (one to one). Dalam satu Universitas terdapat banyak Fakultas dan setiap Fakultas terdapat banyak Dosen
atau banyak Mahasiswa, dan seterusnya. Tanda panah menunjukkan derajat keterhubungan “banyak”.
Untuk menampilkan semua mata kuliah pada Fakultas tertentu harus dilakukan dalam dua tahap. Yang
pertama adalah menampilkan rekaman semua Dosen yang mengajar di Fakultas tersebut, kemudian baru mata
kuliah yang dipegang oleh para Dosen. Dalam hal ini penampilan data terlihat kurang efisien, sebab
menggunakan entitas perantara (dosen) yang harus ditampilkan juga. Dikarenakan kunci data yang digunakan
untuk menghubungkan antar entitas diberi kode dalam struktur data, maka untuk jumlah entitas perantara
yang sedikit masih dapat dikatakan efisien.
Kelemahan lain pada model data hirarki adalah tidak dapat melakukan pencarian data pada field.
Misalnya dalam entitas mata ki\uliha tida pat ditampilkan hanya mata kuliah dengan jumlah SKS tertentu,
sebab field “Jumlah SKS” bukan sebagai kunci data. Hal ini masih dapat dilakukan dengan mengubah struktur
data dengan memberi hubungan khusus yang digunakan untuk mengubah struktur database. Kelebihan model
ini adalah sangat mudah dipahami dan mudah dalam pembaharuan data [Waliyanto2000].
Organisasi rekaman data pada model hirarki [Waliyanto2000]
Model data Jaringan
Dalam model ini setiap entitas dapat mempunyai banyak induk dan banyak anak. Pada gambar menunjukkan
entitas mata kuliah mempunyai dua induk, yaitu langsung berhubungan dengan Fakultas dan Dosen.
Organisasi rekaman data model raringan [Waliyanto2000]
Dalam model ini lebih sedikit terdapat data rangkap, namun lebih banyak terdapat hubungan antar entitas,
sehingga akan menambah informasi hubungan yang harus disimpan dalam database. hal ini akan menambah
volume dan kerumitan dalam penyimpanan berkas data.
3. Model data Relasional
Dalam model ini setiap field dapat dijadikan kunci data. Data rekaman disusun dari nilai yang
berhubungan (record). Baris-baris ini akan membentuk tabel yang umunya tersimpan dalam satu berkas (file).
Organisasi basis data model relasional [Waliyanto2000]
Dengan menggunakan model ini, pencarian field dari suatu tabel atau banyak tabel dapat dilakukan dengan
cepat. Pencarian atribut yang berhubungan pada tabel yang berbeda dapat dilakukan dengan menghubungkan
terlebih dahulu tabel-tabel tersebut dengan menggunakan atribut yang sama (joint operation).
Keuntungan yang didapat dengan menggunakan model ini adalah sebagai berikut [Waliyanto2000]:
Model ini lebih luwes karena nilai data dalam tabel tidak ada pembatasan dalam berbagai proses pencarian
data.
Model ini mempunyai latar belakang teori matematika
Pengorganisasian model relasional sangat sederhana, sehingga mudah dipahami.
Basis data yang sama biasanya dapat disajikan dengan lebih sedikit terjadi data rangkap(redudancy data).
Sedangkan beberapa kelemahan model ini adalah [Waliyanto2000]:
Lebih sulit dalam implementasinya terutama untuk data dengan jumlah yang besar dan tingkat
kompleksitasnya tinggi.
Proses pencarian informasi lebih lambat, karena beberapa tabel tidak dihubungkan secara fisik. Dalam
manipulasi data yang menggunakan beberapa tabel akan memerlukan waktu yang lama, karena tabel-tabel
harus dihubungkan terlebih dahulu.
a. Klasifkasi berdasarkan lokasi penyimpanan data, yaitu DBMS terpusat dan DBMS terdistribusi. Dalam
DBMS terpusat basis data disimpan dalam satu komputer media penyimpan sehingga pengguuna sistem
mengakses data dari pusat. DBMS terdistribusi, basis data tersebar pada penyimpanan tiap terminal pengguna
(client). Antar pengguna dapat mengakses data secara langsung tanpa perlu melalui pusat penyimpanan.
DBMS ini memerlukan sistem kontrol yang rumit.
b. Klasifikasi berdasarkan tujuan DBMS digunakan yaitu tujuan umum (general purpose) dan tujuan
khusus (special purpose). Untuk tujuan umum dapat digunakan untuk berbagai tujuan dengan memperlakukan
data sama menurut penggunaannya contoh aplikasinya adalah DBASE, ORACLE, FOXBASE dan
sebagainya. DBMS tujuan khusus dirancang dan digunakan untuk keperluan tertentu, sebagai contoh
pengelolaan data karyawan pada perusahaan Asuransi.
3.) PHYSICAL BASED DATA MODEL
Digunakan untuk menguraikan data pada internal level
Beberapa model yang umum digunakan :
–
Unifying model
–
Frame memory
Pada sistem basis data kita mengenal adanya model data. Model data ini di gunakan untuk menjelaskan datadata dan keterhubungan dari data yang ada dalam sebuah enterprise. Dalam system basis data kita mengenal 4
model data yaitu
1. Model data berbasis objek
2. Model data berbasis record
3. Model data fisik
4. Model data konseptual
Namun kali ini saya hanya akan membahas 2 jenis model data saja yaitu Model Data Berbasis Objek dan
Model Data Berbasis Record.
1. Model data berbasis objek
Model data berbasis objek menggunakan konsep entitas, atribut, dan hubungan antar entitas. Sebenarnya
model data berbasis objek terdiri dari : ENTITY RELATIONSHIP MODEL, BINARY MODEL,
SEMANTIK DATA MODEL, DAN INFOLOGICAL MODEL. Namun yang akan saya bahas di sini
hanyalah ENTITY RELATIONSHIP MODEL dan SEMANTIK DATA MODEL saja.
a. ENTITY RELATIONSHIP MODEL (ER MODEL)
Di gunakan untuk menjelaskan hubungan antar data dalam database atas dasar anggapan bahwa real word
terdiri dari object-object dasar dimana object-object tersebut memliki relasi atau keterhubungan. Dalam ER
MODEL terdapat istilah MAPPING CARDINALITY yaitu jumlah entity yang dapat dikaitkan dengan entity
lainnya melalui relation self.
Berikut contoh kasus dari ER MODEL
b. SEMANTIC MODEL
Sebenarnya hamper sama dengan ER MODEL, perbedannya hanya terletak pada pernyataan adanya relasi
antar objeknya. Jika pada ER MODEL menyatakan adanya relasi antar objek menggunakan simbol-simbol
namun pada SEMANTIC MODEL menggunakan kata-kata. Berikut contoh dari SEMANTIC MODEL
2. Model data berbasis record
Selain digunakan untuk menguraikan seluruh logika dalam struktur database juga digunakan untuk
menguraikan implementasi dari sistem database. Hal itulah yang membedakan Model data berbasis record
dengan model data berbasis objek. Dalam model data berbasis record kita mengenal 3 jenis data model yaitu
a. Relational model
Pada model data jenis ini hubungan antar data dalam struktur database diuraikan dalam bentuk tabel.
Contohnya database sekolah terdiri dari 5 tabel :
- Tabel guru
- Tabel siswa
- Tabel mata pelajaran
- Tabel kepala sekolah
- Tabel staff TU
b. Hirarki model
Pada model data jenis ini hubungan antar data dalam struktur database diuraikan dengan record dan link.
Record-record tersebut disusun dalam bentuk tree/pohon dengan masing-masing nodenya merupakan record
data elemen dengan MAPPING CARDINALITYnya 1:1 dan 1:M. Berikut contoh dari hirarki model
c. Networking Model
Pada dasarnya jenis model data ini sama dengan hirarki model namun terdapat perbedaan pada susunan record
dan linknya. Yaitu record dan link pada networking model tersusun dalam bentuk graph. Maka jika pada
hirarki model MAPPING CARDINALITYnya 1:1 dan 1:M namun pada networking model MAPPING
CARDINALITYnya 1:1, 1:M, dan N:M. Berikut contoh dari networking model
2 Metadata
2.1 Definisi Metadata
Metadata adalah sebuah data yang menjelaskan karakteristik atau ciri khas yang digunakan oleh end-user data
(pengguna yang menggunakan suatu teknologi tanpa mengetahui proses di belakangnya) dan konteks dari data
tersebut. Dengan kata lain, metadata memungkinkan pembuat data dan pengguna data memahami tentang
keberadaan data. Menciptakan sebuah standar hanya akan membantu penghasil data dan pengguna untuk
mengelola tata ruang data yang lebih efektif dan efisien. Ada dua ketentuan yang saling berkaitan dan harus
dipenuhi untuk memudahkan pembagian data. Pertama, data harus dibuat secara umum dan diketahui oleh
penggunanya. Kedua, pengguna yang mencari data harus dapat menemukan banyak kandidat data set yang relatif
terhadap kebutuhan mereka. Pengguna kemudian dapat mengevaluasi atau memilih data yang sesuai dengan
tujuan penggunaan merekadan mengakses data tersebut. Metadata melayani bermacam tujuan yang
memungkinkan penghasil data untuk mengiklankan produk data mereka dan pengguna untuk menemukan data
yang relevan.
2.2 Fungsi Metadata
2.2.1
Keseragaman Dataset
Karena metadata berisikan data yang terstruktur dan berkaitan dengan encoding, atribut, klasifikasi dan penataan
data, metadata mewakili detail dari spesifikasi teknis rinci untuk set data. Rincian dataset dari standar metadata
tertentu akan menghasilkan set data yang konsisten dan kualitas yang dapat diprediksi dimanapun, kapanpun,
atau oleh siapa suatu data diatur dalam sistem database. Seperti aplikasi, metadata dalam dataset sangat berguna
untuk proyek-proyek database yang melibatkan banyak pihak di lokasi yang berbeda dan memakan waktu
beberapa tahun.
2.2.2
Manajemen Data
Suatu organisasi tidak hanya mengumpulkan data pada tingkat signifikan yang lebih cepat dari berbagai sumber
dan dalam volume yang lebih besar dari sebelumnya, tetapi mereka juga menganalisis data menggunakan alat
yang lebih canggih, untuk mengambil keputusan yang terbaik. Metadata adalah alat manajemen yang sangat
diperlukan dalam hal ini karena memungkinkan manajer data dan administrator database mengelola data sebagai
aset perusahaan. Metadata membantu organisasi melindungi investasinya dalam data sebagai aset dengan
mempertahankan integritas mereka, dan memfasilitasi pertukaran dan menjual data kepada pengguna eksternal.
Dalam hal ini, manajemen data dapat sangat terganggu oleh kurangnya dokumentasi dan metadata yang terbaru,
sementara metadata yang didokumentasikan dengan baik akan memudahkan pengelolaan data yang kompleks.
2.2.3
Kegunaan Data
Di masa lalu, set data spasial dikumpulkan untuk aplikasi khusus. Pengumpul data dan pengguna data, atau
setidaknya mereka yang berada di organisasi yang sama sebagai pengguna dan berbagi tujuan yang sama.
Dengan demikian, pengguna biasanya memiliki pengetahuan yang mendalam tentang tujuan dan kualitas data
yang digunakan. Meningkatnya penggunaan data spasial telah menyebabkan pemisahan pengumpul data dari
pengguna data. Dengan komersialisasi data spasial, ada kemungkinan terdapatnya nilai tambah bagi reseller
antara pengumpul data dan pengguna. Dokumentasi yang tepat dengan cara metadata membuat mereka tidak
terlibat dalam nilai tambah produksi data dengan informasi yang diperlukan untuk mengevaluasinya.
2.2.4
Pemahaman Data
Data spasial merupakan abstraksi dari dunia nyata aturannya adalah, ada perkiraan, generalisasi dan kelalaian
selama pengumpulan dan pengolahan data. Metadata berisi informasi berdasarkan deskripsi langsung atau
kesimpulan, tentang asumsi dan pembatasan yang mempengaruhi pengumpulan dan pengolahan data spasial.
Informasi tersebut sangat berguna bagi pengguna data spasial yang tidak memiliki dasar yang diperlukan di
geomatika dan teknologi informasi untuk memastikan aspek teknis dari dataset untuk diri mereka sendiri. Seiring
dengan kompleksitas dan keragaman dataset spasial yang terus tumbuh, begitu pula pentingnya memberikan
pemahaman tentang semua aspek data dengan cara metadata.
2.3
Proses Pelaksanaan Metadata Spasial
Metadata spasial biasanya dilaksanakan dalam empat tahap progresif yang meliputi perencanaan, capture,
integrasi dan publikasi. Tahap perencanaan berkaitan dengan persiapan untuk pelaksanaan proyek metadata.
Tujuan utama dari tahap perencanaan adalah mengidentifikasi dan menentukan persyaratan metadata dari sebuah
organisasi.
Berikut ini adalah langkah-langkah yang dilakukan dalam proses pelaksanaan metadata spasial
1.
2.
3.
4.
5.
6.
Memperkirakan sumber daya keuangan, teknis dan manusia yang dibutuhkan koleksi metadata,
publikasi, dan pemeliharaan yang berlangsung dari repositori metadata atau database.
Mengidentifikasi standar metadata yang akan digunakan, yang harus selalu menjadi standar yang
diterima, seperti Profil Z39.50 GE, yang CSDGM atau ISO 19115 standard.
Memprioritaskan kegiatan metadata capture jika metadata yang diperlukan lebih dari satu seri dataset.
Meminta persetujuan dari manajemen organisasi.
Memilih dan memperoleh metadata dengan alat capture dan memberikan pelatihan menggunakan alat
ini. Dalam pemilihan alat, perlu memperhitungkan
pertimbangan anggaran yang disetujui, kerangka waktu yang diharapkan untuk pengiriman, dan standar
metadata yang akan digunakan.
Mengumpulkan informasi tentang dataset yang akan dijelaskan dan mendokumentasikan metadata
dengan menggunakan standar yang dipilih.
Gambar 2. Pelaksaanaan Proses Metadata
3 Kategori Aplikasi Basisdata
3.1 Definisi Aplikasi Basisdata
Secara konvensional, database terkategorisasi sesuai dengan perbedaan model data yang membentuknya. Model
ataupun tipe-tipe basisdata ini terbagi ke tiga kategori yang yang mengkategorikan evolusi dari sistem basis data,
penamaan secara hierarki, jaringan dan hubungan, serta kelas empat yang disebut sistem basis data yang
berorientasi terhadap objek. Aplikasi basis data adalah sebuah aplikasi yang khusus menangani penyimpanan
data. Menjadikan file file tertentu, memberi proteksi sistem keamanan dan melaksanakn transaksi data, baik
memnambah data, mengahapus data, mengubah data mencetak data dan lain sebagainya. Basis data atau
database adalah file data yang disusun sedemikian rupa secara terstruktur sesuai dengan keperluan. Seperti
database kepegawaian, database siswa/mahasiswa, database barang, database perpustakaan, database penjualan
dan sebagainya.
3.2 Macam-macam Aplikasi Basisdata
Berikut macam macam aplikasi basis data yang banyak dikenal dan digunakan untuk mengolah data.
3.2.1 Microsoft Access
Microsoft Access (atau Microsoft Office Access) adalah sebuah
program aplikasi basis data komputer relasional yang ditujukan untuk
kalangan rumahan dan perusahaan kecil hingga menengah. Aplikasi ini
merupakan anggota dari beberapa aplikasi Microsoft Office, selain
tentunya Microsoft Word, Microsoft Excel, dan Microsoft PowerPoint.
Aplikasi ini menggunakan mesin basis data Microsoft Jet Database
Engine, dan juga menggunakan tampilan grafis yang intuitif sehingga
memudahkan pengguna. Versi terakhir adalah Microsoft Office Access
2007 yang termasuk ke dalam Microsoft Office System 2007.
Microsoft Access dapat menggunakan data yang disimpan di dalam format Microsoft Access,
Microsoft Jet Database Engine, Microsoft SQL Server, Oracle Database, atau semua kontainer basis
data yang mendukung standar ODBC. Para pengguna/programmer yang mahir dapat menggunakannya
untuk mengembangkan perangkat lunak aplikasi yang kompleks, sementara para programmer yang
kurang mahir dapat menggunakannya untuk mengembangkan perangkat lunak aplikasi yang sederhana.
Access juga mendukung teknik-teknik pemrograman berorientasi objek, tetapi tidak dapat digolongkan
ke dalam perangkat bantu pemrograman berorientasi objek.
3.2.2 Ms SQL Server
Microsoft SQL Server adalah sebuah sistem manajemen basis data
relasional (RDBMS) produk Microsoft. Bahasa kueri utamanya adalah
Transact-SQL yang merupakan implementasi dari SQL standar ANSI/ISO
yang digunakan oleh Microsoft dan Sybase. Umumnya SQL Server
digunakan di dunia bisnis yang memiliki basis data berskala kecil sampai
dengan menengah, tetapi kemudian berkembang dengan digunakannya SQL
Server pada basis data besar.
Microsoft SQL Server dan Sybase/ASE dapat berkomunikasi lewat jaringan dengan
menggunakan protokol TDS (Tabular Data Stream). Selain dari itu, Microsoft SQL Server juga
mendukung ODBC (Open Database Connectivity), dan mempunyai driver JDBC untuk bahasa
pemrograman Java. Fitur yang lain dari SQL Server ini adalah kemampuannya untuk membuat basis
data mirroring dan clustering. Pada versi sebelumnya, MS SQL Server 2000 terserang oleh cacing
komputer SQL Slammer yang mengakibatkan kelambatan akses Internet pada tanggal 25 Januari 2003.
3.2.3 Oracle
Basis data Oracle adalah basis data relasional yang terdiri dari
kumpulan data dalam suatu sistem manajemen basis data RDBMS.
Perusahaan perangkat lunak Oracle memasarkan jenis basis data ini untuk
bermacam-macam aplikasi yang bisa berjalan pada banyak jenis dan merk
perangkat keras komputer (platform).
Basis data Oracle ini pertama kali dikembangkan oleh Larry
Ellison, Bob Miner dan Ed Oates lewat perusahaan konsultasinya bernama
Software Development Laboratories (SDL) pada tahun 1977. Pada tahun
1983, perusahaan ini berubah nama menjadi Oracle Corporation sampai
sekarang.
3.2.4 MySQL
MySQL adalah sebuah perangkat lunak sistem manajemen basis data SQL (bahasa Inggris:
database management system) atau DBMS yang multithread, multi-user, dengan sekitar 6 juta instalasi
di seluruh dunia. MySQL AB membuat MySQL tersedia sebagai perangkat lunak gratis dibawah lisensi
GNU General Public License (GPL), tetapi mereka juga menjual dibawah lisensi komersial untuk
kasus-kasus dimana penggunaannya tidak cocok dengan penggunaan GPL.
Tidak sama dengan proyek-proyek seperti Apache, dimana perangkat lunak dikembangkan
oleh komunitas umum, dan hak cipta untuk kode sumber dimiliki oleh penulisnya masing-masing,
MySQL dimiliki dan disponsori oleh sebuah perusahaan komersial Swedia MySQL AB, dimana
memegang hak cipta hampir atas semua kode sumbernya. Kedua orang Swedia dan satu orang Finlandia
yang mendirikan MySQL AB adalah: David Axmark, Allan Larsson, dan Michael “Monty” Widenius.
3.2.5 Postgre SQL
Postgre SQL merupakan tool untuk membuat database server
yang bersifat open source yang memiliki licensi GPL (General Public
License). Postgre SQL mendukung bahasa pemrograman seperti : SQL,
C, C++, Java, PHP dan lainnya. Dengan lisensi GPL, PostgreSQL dapat
digunakan, dimodifikasi dan didistribusikan oleh setiap orang tanpa
perlu membayar lisensi (free of charge) baik untuk keperluan pribadi,
pendidikan maupun komersil. Kebanyakan PostgreSQL tersedia untuk
pengguna Linux
3.2.6 Firebird
Firebird (juga disebut FirebirdSQL) adalah sistem manajemen
basisdata relasional yang menawarkan fitur-fitur yang terdapat dalam
standar ANSI SQL-99 dan SQL-2003. RDBMS ini berjalan baik di
Linux, Windows, maupun pada sejumlah platform Unix. Firebird di
diarahkan dan di-maintain oleh FirebirdSQL Foundation. Ia merupakan
turunan dari Interbase versi open source milik Borland. Modul-modul
kode baru ditambahkan pada Firebird dan berlisensi di bawah Initial
Developer’s Public License (IDPL), sementara modul-modul aslinya
dirilis oleh Inprise berlisensi di bawah InterBase Public License 1.0.
Kedua lisensi tersebut merupakan versi modifikasi dari Mozilla Public
License 1.1. Selain dari software-software diatas, masih banyak lagi
softwarenya seperti dBase, syBase, Informix, FoxPro, DB2, dan lain-lain.
References
1.
2.
3.
4.
5.
6.
7.
8.
Albert K.W.Yeung, G.Brent Hall: Spatial Database System: Design, Implementtion and Project
Management.163-167.Vol.87 (2007)
Modern Database Management - Jeffrey A. Hoffer
Spatial Databases_ With Applica - Philippe Rigaux
Spatial Database Systems_ Desig - Albert K. W. Yeung
http://staff.uny.ac.id/sites/default/files/pendidikan/Diana%20Rahmawati,%20M.Si./MODEL%20DATA
.pdf (diakses pada 5 maret 2016 pk.16:10)
http://www.tutorialspoint.com/dbms/dbms_tutorial.pdf (diunduh pada 7 maret 2016 pk. 09:20)
http://www.ddegjust.ac.in/studymaterial/mca-3/ms-11.pdf (diunduh pada 7 maret 2016 pk. 08:55)
Raghu Ramakrishnan, Johannes Gehrke: Database Management Systems, Third Edition. Publisher :
McGraw-Hill. 2003
Alisha Safira, Alvira Oktariani, Deyana Lutfita Kanos,
Khairunnisa Apriani, Nadhifa Varania
Departemen Geografi,
Fakultas Matematika dan Ilmu Pengetahuan Alam,
Universitas Indonesia
Abstract. A database-management system (DBMS) is a collection of interrelated data and a set of programs
to access those data. This is a collection of related data with an implicit meaning and hence is a database. The
collection of data, usually referred to as the database, contains information relevant to an enterprise. The
primary goal of a DBMS is to provide a way to store and retrieve database information that is both convenient
and efficient. By data, we mean known facts that can be recorded and that have implicit meaning. Data
models define how the logical structure of a database is modeled. Data Models are fundamental entities to
introduce abstraction in a DBMS. Data models define how data is connected to each other and how they are
processed and stored inside the system.
Keywords: DBMS, metadata, database, data models
1. Pendahuluan
Dalam mengembangkan suatu sistem database, biasanya didahului dengan tahap pemodelan (modelling) yang
bertujuan untuk memenuhi keperluan masyarakat dan mengubahnya menjadi teknis spesifikasi untuk
Implementasi. Dalam desain sistem database, desainer menggunakan model dengan alasan yang sama persis
sebelum sistem yang sebenarnya dibangun. Sebagaimana sistem database saat ini menjadi begitu kompleks,
kebutuhan dalam hal pemodelan data saat ini menjadi lebih canggih dan lebih dibutuhkan. Makalah ini akan
mengkaji lebih khusus mengenai model dat, metadata dan kategori aplikasi basisdata.
2. Model Data
2.1
Definisi Model Data
Dalam konteks merancang model database, model adalah pertimbangan penting dari beberapa konsep, bahasa,
grafik yang biasanya digunakan dalam mendeskripsikan struktur data dan proses operasi suatu database. Fokus
dari model data adalah mendeskripsikan daripada metode apa yang digunakan.
Model data dibangun menggunakan tiga bangunan blok, yaitu konsep, bahasa dan grafis. Kata "konsep" di
konteks pemodelan data memiliki arti khusus dan unik. Hal ini mengacu tidak hanya untuk ide-ide abstrak, tetapi
juga untuk dunia nyata berwujud dan tidak berwujud fitur / fenomena yang relevan dengan kebutuhan informasi
database pengguna. Sejak identifikasi fitur ini / fenomena di pemodelan data sebagian besar merupakan proses
mental, terutama pada tahap awal, kata "Konsep" adalah istilah yang tepat untuk digunakan dalam konteks ini.
Sebagai pemodelan data proses berkembang, konsep diidentifikasi menjadi "entitas" dalam bahasa dari model
database relasional atau "objek" dalam bahasa berorientasi objek model database. Dalam database, konsep
diidentifikasi adalah sering disebut sebagai "objek data" dan kehadirannya atau kejadian di database disebut
sebuah "contoh".
Gambar 1. Model data spasial menurut Chang (2002)
Model data raster mernpunyai struktur data yang tersusun dalam bentuk matriks atau piksel dan membentuk
grid. Setiap piksel memiliki nilai tertentu dan memiliki atribut tersendiri, termasuk nilai koordinat yang unik.
Tingkat keakurasian model ini sangat tergantung pada ukuran piksel atau biasa disebut dengan resolusi. Model
data ini biasanya digunakan dalam remote sensing yang berbasiskan Citra satelit maupun terbang). Selain itu
model ini digunakan pula dalam membangun model ketinggian digital (DEM-Digital Elevatin Model) dan
model permukaan digital (DTM-DigitaI Terrain Model).
Model raster memberikan informasi spasial terhadap permukaan di bumi dalam bentuk gambaran yang di
generalisasi. Representasi dunia nyala disajikan sebagai elemen matriks atau piksel yang membentuk grid yang
homogen. Pada setiap piksel mewakili setiap obyek yang terekam dan ditandai dengan nilai-nilai tertentu. Secara
konseptual. Model data raster merupakan model data spasial yang paling sederhana.
Gambar 2. Struktur Data Raster
Karakteristik utama data raster adalah bahwa dalam setiap sell piksel mempunyai nilai. Nilai sel piksel
merepresentasikan fenornena atau gambaran dari suatu kategori. Nilai sell piksel dapat memiliki nilai positif
atau negatif dan floating point untuk dapat merepresentasikan nilai. Data raster disimpan dalam suatu urutan
nilai sel/piksel. Sebagai contoh. SO, 74, 45, 45, 34, dan seterusnya.
Gambar 3. Proses Modelling Data
2.2
Jenis-Jenis Model Data
Model data dapat dikelompokkan berdasarkan konsep pembuatan deskripsi struktur basis data, yaitu:
a. Model data konseptual (high level) menyajikan konsep tentang bagaimana user memandang atau
memperlakukan data. Dalam model ini dikenalkan tiga konsep penyajian data yaitu:
1. Entity (entitas)
Merupakan penyajian obyek, kejadian atau konsep dunia nyata yang keberadaannya secara eksplisit didefinisikan
dan disimpan dalam basis data, contohnya Mahasiswa, Matakuliah, Dosen, Nilai dan lain sebagainya.
2. Atribute (atribut)
Keterangan-keterangan yang menjelaskan karakteristik dari suatu entitas seperti NIM, Nama, Fakultas, Jurusan
untuk entitas Mahasiswa.
3. Relationship (hubungan)
Hubungan atau interaksi antara satu entitas dengan yang lainnya, misalnya entitas pelanggan berhubungan
dengan entitas barang yang dibelinya.
b. Model data fiskal (low level) merupakan konsep bagaimana deskripsi detail data disimpan ke dalam komputer
dengan menyajikan informasi tentang format rekaman, urutan rekaman, dan jalur pengaksesan data yang dapat
membuat pemcarian rekaman data lebih efisien.
c. Model data implementasi (representational) merupakan konsep deskripsi data disimpan dalam komputer
dengan menyembunyikan sebagian detail deskripsi data sehingga para user mendapat gambaran global
bagaimana data disimpan dalam komputer. Model ini merupakan konsep model data yang digunakan oleh model
hirarki, jaringan dan relasional.
JENIS-JENIS MODEL DATA
1) Object Based Data Model (OBDM)
2) Record Based Data Model (RBDM)
3) Physical Based Data Model (PBDM)
4) Conceptual Based Data Model (CBDM)
1) OBJECT BASED DATA MODEL
Model data berbasis objek menggunakan konsep entitas, atribut dan hubungan antar entitas. Terdiri dari :
1.
Entity Relationship model
Model entity-relationship pertama kali diperkenalkan oleh Peter Chen pada tahun 1976. Dalam pemodelan ini
dilakukan dengan tahapan sebagai berikut:
a. Memilih entitas-entitas yang akan disusun dalam basis data dan menentukan hubungan antar entitas yang
telah dipilih.
b. Melengkapi atribut-atribut yang sesuai pada entitas dan hubungan sehingga diperoleh bentuk tabel normal
penuh (ternormalisasi).
Model untuk menjelaskan hubungan antar data dalam basis data berdasarkan suatu persepsi bahwa real word
terdiri dari objek-object dasar yang mempunyai hubungan atau relasi antara object-object tersebut. E-R MODEL
berisi ketentuan /aturan khusus yang harus dipenuhi oleh isi database. Aturan terpenting adalah MAPPING
CARDINSLITIES, yang menentukan jumlah entity yang dpt dikaitkan dengan entity lainnya melalui
relationship-set.
Antara entitas diasosiakan dalam suatu hubungan (relationship). Suatu relasi dapat memiliki beberapa atribut.
Jumlah kelas entitas dalam suatu relasi disebut derajat relasi. Gambar di bawah ini merupakan contoh dari relasi
berderajat dua dan relasi berderajat tiga.
Gambar 4. Contoh kasus ER-Model
2.
Binary model
Relasi memiliki tiga tipe biner yaitu:
a. One-to-one (1:1). Hubungan terjadi bila setiap instansi entitas hanya memiliki satu hubungan dengan
instansi entitas lain.
b. One-to-many (1:M). Relasi ini terjadi bila setiap instansi dapat memiliki lebih dari satu hubungan
terhadap instansi entitas lain tetapi tidak kebalikannya.
c. Many-to-many (M:N). Hubungan saling memiliki lebih dari satu dari setiap instansi entitas terhadap
instansi entitas lainnya.
Selain relasi antara dua entitas, terdapat juga hubungan terhadap entitasnya sendiri yang disebut
dengan recursive relationship (self relation). Hubungan ini dapat mempunyai tipe biner, seperti yang
sudah dibahas sebelumnya.
3.
Semantik data model
Hampir sama dengan Entity Relationship model dimana relasi antara objek dasar tidak dinyatakan dengan
simbol tetapi menggunakan kata-kata (Semantic). Sebagai contoh, dengan masih menggunakan relasi pada Bank
X sebagaimana contoh sebelumnya, dalam semantic model adalah seperti terlihat pada gambar di atas. Tandatanda yang menggunakan dalam semantic model adalah sbb:
Contoh kasus Semantic model
2). RECORD BASED DATA MODEL
Model ini berdasarkan pada record untuk menjelaskan kepada user tentang hubungan logic antar data dalam
basis data
PERBEDAAN DENGAN OBJECT BASED DATA MODEL
Pada record based data model disamping digunakan untuk menguraikan struktur logika keseluruhan dari suatu
database, juga digunakan untuk menguraikan implementasi dari system database ( higher level description of
implementation)
Terdapat 3 data model pada record based data model :
a. Klasifikasi berdasarkan model data. Klasifikasi ini terdiri dari model data hirarki, model data jaringan,
model data relasional.
1. Model data hirarki
Dalam model ini, data disusun menurut struktur pohon yang merupakan bentuk lain dari abstraksi data
untuk basis data akademi. Pada puncak hirarki diesbut dengan akar (root). Tiap entitas tingkat atas (parent)
mempunyai satu atau lebih sub-entitas (children) sehingga setiap entitas hanya boleh mempunyai satu induk,
tetapi dapat mempunyai banyak anak.
Pada mode data hirarki, hubungan antar entitas dinyatakan dalam satu-banyak (one to many) atau satusatu (one to one). Dalam satu Universitas terdapat banyak Fakultas dan setiap Fakultas terdapat banyak Dosen
atau banyak Mahasiswa, dan seterusnya. Tanda panah menunjukkan derajat keterhubungan “banyak”.
Untuk menampilkan semua mata kuliah pada Fakultas tertentu harus dilakukan dalam dua tahap. Yang
pertama adalah menampilkan rekaman semua Dosen yang mengajar di Fakultas tersebut, kemudian baru mata
kuliah yang dipegang oleh para Dosen. Dalam hal ini penampilan data terlihat kurang efisien, sebab
menggunakan entitas perantara (dosen) yang harus ditampilkan juga. Dikarenakan kunci data yang digunakan
untuk menghubungkan antar entitas diberi kode dalam struktur data, maka untuk jumlah entitas perantara
yang sedikit masih dapat dikatakan efisien.
Kelemahan lain pada model data hirarki adalah tidak dapat melakukan pencarian data pada field.
Misalnya dalam entitas mata ki\uliha tida pat ditampilkan hanya mata kuliah dengan jumlah SKS tertentu,
sebab field “Jumlah SKS” bukan sebagai kunci data. Hal ini masih dapat dilakukan dengan mengubah struktur
data dengan memberi hubungan khusus yang digunakan untuk mengubah struktur database. Kelebihan model
ini adalah sangat mudah dipahami dan mudah dalam pembaharuan data [Waliyanto2000].
Organisasi rekaman data pada model hirarki [Waliyanto2000]
Model data Jaringan
Dalam model ini setiap entitas dapat mempunyai banyak induk dan banyak anak. Pada gambar menunjukkan
entitas mata kuliah mempunyai dua induk, yaitu langsung berhubungan dengan Fakultas dan Dosen.
Organisasi rekaman data model raringan [Waliyanto2000]
Dalam model ini lebih sedikit terdapat data rangkap, namun lebih banyak terdapat hubungan antar entitas,
sehingga akan menambah informasi hubungan yang harus disimpan dalam database. hal ini akan menambah
volume dan kerumitan dalam penyimpanan berkas data.
3. Model data Relasional
Dalam model ini setiap field dapat dijadikan kunci data. Data rekaman disusun dari nilai yang
berhubungan (record). Baris-baris ini akan membentuk tabel yang umunya tersimpan dalam satu berkas (file).
Organisasi basis data model relasional [Waliyanto2000]
Dengan menggunakan model ini, pencarian field dari suatu tabel atau banyak tabel dapat dilakukan dengan
cepat. Pencarian atribut yang berhubungan pada tabel yang berbeda dapat dilakukan dengan menghubungkan
terlebih dahulu tabel-tabel tersebut dengan menggunakan atribut yang sama (joint operation).
Keuntungan yang didapat dengan menggunakan model ini adalah sebagai berikut [Waliyanto2000]:
Model ini lebih luwes karena nilai data dalam tabel tidak ada pembatasan dalam berbagai proses pencarian
data.
Model ini mempunyai latar belakang teori matematika
Pengorganisasian model relasional sangat sederhana, sehingga mudah dipahami.
Basis data yang sama biasanya dapat disajikan dengan lebih sedikit terjadi data rangkap(redudancy data).
Sedangkan beberapa kelemahan model ini adalah [Waliyanto2000]:
Lebih sulit dalam implementasinya terutama untuk data dengan jumlah yang besar dan tingkat
kompleksitasnya tinggi.
Proses pencarian informasi lebih lambat, karena beberapa tabel tidak dihubungkan secara fisik. Dalam
manipulasi data yang menggunakan beberapa tabel akan memerlukan waktu yang lama, karena tabel-tabel
harus dihubungkan terlebih dahulu.
a. Klasifkasi berdasarkan lokasi penyimpanan data, yaitu DBMS terpusat dan DBMS terdistribusi. Dalam
DBMS terpusat basis data disimpan dalam satu komputer media penyimpan sehingga pengguuna sistem
mengakses data dari pusat. DBMS terdistribusi, basis data tersebar pada penyimpanan tiap terminal pengguna
(client). Antar pengguna dapat mengakses data secara langsung tanpa perlu melalui pusat penyimpanan.
DBMS ini memerlukan sistem kontrol yang rumit.
b. Klasifikasi berdasarkan tujuan DBMS digunakan yaitu tujuan umum (general purpose) dan tujuan
khusus (special purpose). Untuk tujuan umum dapat digunakan untuk berbagai tujuan dengan memperlakukan
data sama menurut penggunaannya contoh aplikasinya adalah DBASE, ORACLE, FOXBASE dan
sebagainya. DBMS tujuan khusus dirancang dan digunakan untuk keperluan tertentu, sebagai contoh
pengelolaan data karyawan pada perusahaan Asuransi.
3.) PHYSICAL BASED DATA MODEL
Digunakan untuk menguraikan data pada internal level
Beberapa model yang umum digunakan :
–
Unifying model
–
Frame memory
Pada sistem basis data kita mengenal adanya model data. Model data ini di gunakan untuk menjelaskan datadata dan keterhubungan dari data yang ada dalam sebuah enterprise. Dalam system basis data kita mengenal 4
model data yaitu
1. Model data berbasis objek
2. Model data berbasis record
3. Model data fisik
4. Model data konseptual
Namun kali ini saya hanya akan membahas 2 jenis model data saja yaitu Model Data Berbasis Objek dan
Model Data Berbasis Record.
1. Model data berbasis objek
Model data berbasis objek menggunakan konsep entitas, atribut, dan hubungan antar entitas. Sebenarnya
model data berbasis objek terdiri dari : ENTITY RELATIONSHIP MODEL, BINARY MODEL,
SEMANTIK DATA MODEL, DAN INFOLOGICAL MODEL. Namun yang akan saya bahas di sini
hanyalah ENTITY RELATIONSHIP MODEL dan SEMANTIK DATA MODEL saja.
a. ENTITY RELATIONSHIP MODEL (ER MODEL)
Di gunakan untuk menjelaskan hubungan antar data dalam database atas dasar anggapan bahwa real word
terdiri dari object-object dasar dimana object-object tersebut memliki relasi atau keterhubungan. Dalam ER
MODEL terdapat istilah MAPPING CARDINALITY yaitu jumlah entity yang dapat dikaitkan dengan entity
lainnya melalui relation self.
Berikut contoh kasus dari ER MODEL
b. SEMANTIC MODEL
Sebenarnya hamper sama dengan ER MODEL, perbedannya hanya terletak pada pernyataan adanya relasi
antar objeknya. Jika pada ER MODEL menyatakan adanya relasi antar objek menggunakan simbol-simbol
namun pada SEMANTIC MODEL menggunakan kata-kata. Berikut contoh dari SEMANTIC MODEL
2. Model data berbasis record
Selain digunakan untuk menguraikan seluruh logika dalam struktur database juga digunakan untuk
menguraikan implementasi dari sistem database. Hal itulah yang membedakan Model data berbasis record
dengan model data berbasis objek. Dalam model data berbasis record kita mengenal 3 jenis data model yaitu
a. Relational model
Pada model data jenis ini hubungan antar data dalam struktur database diuraikan dalam bentuk tabel.
Contohnya database sekolah terdiri dari 5 tabel :
- Tabel guru
- Tabel siswa
- Tabel mata pelajaran
- Tabel kepala sekolah
- Tabel staff TU
b. Hirarki model
Pada model data jenis ini hubungan antar data dalam struktur database diuraikan dengan record dan link.
Record-record tersebut disusun dalam bentuk tree/pohon dengan masing-masing nodenya merupakan record
data elemen dengan MAPPING CARDINALITYnya 1:1 dan 1:M. Berikut contoh dari hirarki model
c. Networking Model
Pada dasarnya jenis model data ini sama dengan hirarki model namun terdapat perbedaan pada susunan record
dan linknya. Yaitu record dan link pada networking model tersusun dalam bentuk graph. Maka jika pada
hirarki model MAPPING CARDINALITYnya 1:1 dan 1:M namun pada networking model MAPPING
CARDINALITYnya 1:1, 1:M, dan N:M. Berikut contoh dari networking model
2 Metadata
2.1 Definisi Metadata
Metadata adalah sebuah data yang menjelaskan karakteristik atau ciri khas yang digunakan oleh end-user data
(pengguna yang menggunakan suatu teknologi tanpa mengetahui proses di belakangnya) dan konteks dari data
tersebut. Dengan kata lain, metadata memungkinkan pembuat data dan pengguna data memahami tentang
keberadaan data. Menciptakan sebuah standar hanya akan membantu penghasil data dan pengguna untuk
mengelola tata ruang data yang lebih efektif dan efisien. Ada dua ketentuan yang saling berkaitan dan harus
dipenuhi untuk memudahkan pembagian data. Pertama, data harus dibuat secara umum dan diketahui oleh
penggunanya. Kedua, pengguna yang mencari data harus dapat menemukan banyak kandidat data set yang relatif
terhadap kebutuhan mereka. Pengguna kemudian dapat mengevaluasi atau memilih data yang sesuai dengan
tujuan penggunaan merekadan mengakses data tersebut. Metadata melayani bermacam tujuan yang
memungkinkan penghasil data untuk mengiklankan produk data mereka dan pengguna untuk menemukan data
yang relevan.
2.2 Fungsi Metadata
2.2.1
Keseragaman Dataset
Karena metadata berisikan data yang terstruktur dan berkaitan dengan encoding, atribut, klasifikasi dan penataan
data, metadata mewakili detail dari spesifikasi teknis rinci untuk set data. Rincian dataset dari standar metadata
tertentu akan menghasilkan set data yang konsisten dan kualitas yang dapat diprediksi dimanapun, kapanpun,
atau oleh siapa suatu data diatur dalam sistem database. Seperti aplikasi, metadata dalam dataset sangat berguna
untuk proyek-proyek database yang melibatkan banyak pihak di lokasi yang berbeda dan memakan waktu
beberapa tahun.
2.2.2
Manajemen Data
Suatu organisasi tidak hanya mengumpulkan data pada tingkat signifikan yang lebih cepat dari berbagai sumber
dan dalam volume yang lebih besar dari sebelumnya, tetapi mereka juga menganalisis data menggunakan alat
yang lebih canggih, untuk mengambil keputusan yang terbaik. Metadata adalah alat manajemen yang sangat
diperlukan dalam hal ini karena memungkinkan manajer data dan administrator database mengelola data sebagai
aset perusahaan. Metadata membantu organisasi melindungi investasinya dalam data sebagai aset dengan
mempertahankan integritas mereka, dan memfasilitasi pertukaran dan menjual data kepada pengguna eksternal.
Dalam hal ini, manajemen data dapat sangat terganggu oleh kurangnya dokumentasi dan metadata yang terbaru,
sementara metadata yang didokumentasikan dengan baik akan memudahkan pengelolaan data yang kompleks.
2.2.3
Kegunaan Data
Di masa lalu, set data spasial dikumpulkan untuk aplikasi khusus. Pengumpul data dan pengguna data, atau
setidaknya mereka yang berada di organisasi yang sama sebagai pengguna dan berbagi tujuan yang sama.
Dengan demikian, pengguna biasanya memiliki pengetahuan yang mendalam tentang tujuan dan kualitas data
yang digunakan. Meningkatnya penggunaan data spasial telah menyebabkan pemisahan pengumpul data dari
pengguna data. Dengan komersialisasi data spasial, ada kemungkinan terdapatnya nilai tambah bagi reseller
antara pengumpul data dan pengguna. Dokumentasi yang tepat dengan cara metadata membuat mereka tidak
terlibat dalam nilai tambah produksi data dengan informasi yang diperlukan untuk mengevaluasinya.
2.2.4
Pemahaman Data
Data spasial merupakan abstraksi dari dunia nyata aturannya adalah, ada perkiraan, generalisasi dan kelalaian
selama pengumpulan dan pengolahan data. Metadata berisi informasi berdasarkan deskripsi langsung atau
kesimpulan, tentang asumsi dan pembatasan yang mempengaruhi pengumpulan dan pengolahan data spasial.
Informasi tersebut sangat berguna bagi pengguna data spasial yang tidak memiliki dasar yang diperlukan di
geomatika dan teknologi informasi untuk memastikan aspek teknis dari dataset untuk diri mereka sendiri. Seiring
dengan kompleksitas dan keragaman dataset spasial yang terus tumbuh, begitu pula pentingnya memberikan
pemahaman tentang semua aspek data dengan cara metadata.
2.3
Proses Pelaksanaan Metadata Spasial
Metadata spasial biasanya dilaksanakan dalam empat tahap progresif yang meliputi perencanaan, capture,
integrasi dan publikasi. Tahap perencanaan berkaitan dengan persiapan untuk pelaksanaan proyek metadata.
Tujuan utama dari tahap perencanaan adalah mengidentifikasi dan menentukan persyaratan metadata dari sebuah
organisasi.
Berikut ini adalah langkah-langkah yang dilakukan dalam proses pelaksanaan metadata spasial
1.
2.
3.
4.
5.
6.
Memperkirakan sumber daya keuangan, teknis dan manusia yang dibutuhkan koleksi metadata,
publikasi, dan pemeliharaan yang berlangsung dari repositori metadata atau database.
Mengidentifikasi standar metadata yang akan digunakan, yang harus selalu menjadi standar yang
diterima, seperti Profil Z39.50 GE, yang CSDGM atau ISO 19115 standard.
Memprioritaskan kegiatan metadata capture jika metadata yang diperlukan lebih dari satu seri dataset.
Meminta persetujuan dari manajemen organisasi.
Memilih dan memperoleh metadata dengan alat capture dan memberikan pelatihan menggunakan alat
ini. Dalam pemilihan alat, perlu memperhitungkan
pertimbangan anggaran yang disetujui, kerangka waktu yang diharapkan untuk pengiriman, dan standar
metadata yang akan digunakan.
Mengumpulkan informasi tentang dataset yang akan dijelaskan dan mendokumentasikan metadata
dengan menggunakan standar yang dipilih.
Gambar 2. Pelaksaanaan Proses Metadata
3 Kategori Aplikasi Basisdata
3.1 Definisi Aplikasi Basisdata
Secara konvensional, database terkategorisasi sesuai dengan perbedaan model data yang membentuknya. Model
ataupun tipe-tipe basisdata ini terbagi ke tiga kategori yang yang mengkategorikan evolusi dari sistem basis data,
penamaan secara hierarki, jaringan dan hubungan, serta kelas empat yang disebut sistem basis data yang
berorientasi terhadap objek. Aplikasi basis data adalah sebuah aplikasi yang khusus menangani penyimpanan
data. Menjadikan file file tertentu, memberi proteksi sistem keamanan dan melaksanakn transaksi data, baik
memnambah data, mengahapus data, mengubah data mencetak data dan lain sebagainya. Basis data atau
database adalah file data yang disusun sedemikian rupa secara terstruktur sesuai dengan keperluan. Seperti
database kepegawaian, database siswa/mahasiswa, database barang, database perpustakaan, database penjualan
dan sebagainya.
3.2 Macam-macam Aplikasi Basisdata
Berikut macam macam aplikasi basis data yang banyak dikenal dan digunakan untuk mengolah data.
3.2.1 Microsoft Access
Microsoft Access (atau Microsoft Office Access) adalah sebuah
program aplikasi basis data komputer relasional yang ditujukan untuk
kalangan rumahan dan perusahaan kecil hingga menengah. Aplikasi ini
merupakan anggota dari beberapa aplikasi Microsoft Office, selain
tentunya Microsoft Word, Microsoft Excel, dan Microsoft PowerPoint.
Aplikasi ini menggunakan mesin basis data Microsoft Jet Database
Engine, dan juga menggunakan tampilan grafis yang intuitif sehingga
memudahkan pengguna. Versi terakhir adalah Microsoft Office Access
2007 yang termasuk ke dalam Microsoft Office System 2007.
Microsoft Access dapat menggunakan data yang disimpan di dalam format Microsoft Access,
Microsoft Jet Database Engine, Microsoft SQL Server, Oracle Database, atau semua kontainer basis
data yang mendukung standar ODBC. Para pengguna/programmer yang mahir dapat menggunakannya
untuk mengembangkan perangkat lunak aplikasi yang kompleks, sementara para programmer yang
kurang mahir dapat menggunakannya untuk mengembangkan perangkat lunak aplikasi yang sederhana.
Access juga mendukung teknik-teknik pemrograman berorientasi objek, tetapi tidak dapat digolongkan
ke dalam perangkat bantu pemrograman berorientasi objek.
3.2.2 Ms SQL Server
Microsoft SQL Server adalah sebuah sistem manajemen basis data
relasional (RDBMS) produk Microsoft. Bahasa kueri utamanya adalah
Transact-SQL yang merupakan implementasi dari SQL standar ANSI/ISO
yang digunakan oleh Microsoft dan Sybase. Umumnya SQL Server
digunakan di dunia bisnis yang memiliki basis data berskala kecil sampai
dengan menengah, tetapi kemudian berkembang dengan digunakannya SQL
Server pada basis data besar.
Microsoft SQL Server dan Sybase/ASE dapat berkomunikasi lewat jaringan dengan
menggunakan protokol TDS (Tabular Data Stream). Selain dari itu, Microsoft SQL Server juga
mendukung ODBC (Open Database Connectivity), dan mempunyai driver JDBC untuk bahasa
pemrograman Java. Fitur yang lain dari SQL Server ini adalah kemampuannya untuk membuat basis
data mirroring dan clustering. Pada versi sebelumnya, MS SQL Server 2000 terserang oleh cacing
komputer SQL Slammer yang mengakibatkan kelambatan akses Internet pada tanggal 25 Januari 2003.
3.2.3 Oracle
Basis data Oracle adalah basis data relasional yang terdiri dari
kumpulan data dalam suatu sistem manajemen basis data RDBMS.
Perusahaan perangkat lunak Oracle memasarkan jenis basis data ini untuk
bermacam-macam aplikasi yang bisa berjalan pada banyak jenis dan merk
perangkat keras komputer (platform).
Basis data Oracle ini pertama kali dikembangkan oleh Larry
Ellison, Bob Miner dan Ed Oates lewat perusahaan konsultasinya bernama
Software Development Laboratories (SDL) pada tahun 1977. Pada tahun
1983, perusahaan ini berubah nama menjadi Oracle Corporation sampai
sekarang.
3.2.4 MySQL
MySQL adalah sebuah perangkat lunak sistem manajemen basis data SQL (bahasa Inggris:
database management system) atau DBMS yang multithread, multi-user, dengan sekitar 6 juta instalasi
di seluruh dunia. MySQL AB membuat MySQL tersedia sebagai perangkat lunak gratis dibawah lisensi
GNU General Public License (GPL), tetapi mereka juga menjual dibawah lisensi komersial untuk
kasus-kasus dimana penggunaannya tidak cocok dengan penggunaan GPL.
Tidak sama dengan proyek-proyek seperti Apache, dimana perangkat lunak dikembangkan
oleh komunitas umum, dan hak cipta untuk kode sumber dimiliki oleh penulisnya masing-masing,
MySQL dimiliki dan disponsori oleh sebuah perusahaan komersial Swedia MySQL AB, dimana
memegang hak cipta hampir atas semua kode sumbernya. Kedua orang Swedia dan satu orang Finlandia
yang mendirikan MySQL AB adalah: David Axmark, Allan Larsson, dan Michael “Monty” Widenius.
3.2.5 Postgre SQL
Postgre SQL merupakan tool untuk membuat database server
yang bersifat open source yang memiliki licensi GPL (General Public
License). Postgre SQL mendukung bahasa pemrograman seperti : SQL,
C, C++, Java, PHP dan lainnya. Dengan lisensi GPL, PostgreSQL dapat
digunakan, dimodifikasi dan didistribusikan oleh setiap orang tanpa
perlu membayar lisensi (free of charge) baik untuk keperluan pribadi,
pendidikan maupun komersil. Kebanyakan PostgreSQL tersedia untuk
pengguna Linux
3.2.6 Firebird
Firebird (juga disebut FirebirdSQL) adalah sistem manajemen
basisdata relasional yang menawarkan fitur-fitur yang terdapat dalam
standar ANSI SQL-99 dan SQL-2003. RDBMS ini berjalan baik di
Linux, Windows, maupun pada sejumlah platform Unix. Firebird di
diarahkan dan di-maintain oleh FirebirdSQL Foundation. Ia merupakan
turunan dari Interbase versi open source milik Borland. Modul-modul
kode baru ditambahkan pada Firebird dan berlisensi di bawah Initial
Developer’s Public License (IDPL), sementara modul-modul aslinya
dirilis oleh Inprise berlisensi di bawah InterBase Public License 1.0.
Kedua lisensi tersebut merupakan versi modifikasi dari Mozilla Public
License 1.1. Selain dari software-software diatas, masih banyak lagi
softwarenya seperti dBase, syBase, Informix, FoxPro, DB2, dan lain-lain.
References
1.
2.
3.
4.
5.
6.
7.
8.
Albert K.W.Yeung, G.Brent Hall: Spatial Database System: Design, Implementtion and Project
Management.163-167.Vol.87 (2007)
Modern Database Management - Jeffrey A. Hoffer
Spatial Databases_ With Applica - Philippe Rigaux
Spatial Database Systems_ Desig - Albert K. W. Yeung
http://staff.uny.ac.id/sites/default/files/pendidikan/Diana%20Rahmawati,%20M.Si./MODEL%20DATA
.pdf (diakses pada 5 maret 2016 pk.16:10)
http://www.tutorialspoint.com/dbms/dbms_tutorial.pdf (diunduh pada 7 maret 2016 pk. 09:20)
http://www.ddegjust.ac.in/studymaterial/mca-3/ms-11.pdf (diunduh pada 7 maret 2016 pk. 08:55)
Raghu Ramakrishnan, Johannes Gehrke: Database Management Systems, Third Edition. Publisher :
McGraw-Hill. 2003