BASIS DATA

Konsep Sistem Informasi Bab. 8 Pertemuan ke - 11

BASIS DATA
representasi dari fakta dunia yang mewakili suatu obyek yang direkam dalam bentuk angka, huruf, simbol, teks, gambar, bunyi atau kombinasinya. markas / tempat berkumpul / tempat bersarang / gudang Basis data bisa dibayangkan sebagai lemari arsip dengan berbagai cara pengaturannya Basis data dan lemari arsip memiliki prinsip kerja dan tujuan yang sama; prinsipnya yakni pengaturan data/arsip. Tujuan utamanya adalah kemudahan dan kecepatan dalam pengambilan kembali data/arsip.

Definisi Basis Data



Himpunan kelompok data (arsip) yang saling berhubungan yang diorganisasi sedemikian rupa agar kelak dapat dimanfaatkan kembali dengan cepat dan mudah Kumpulan data yang saling berhubungan yang disimpan secara bersama sedemikian rupa dan tanpa pengulangan (redundancy) yang tidak perlu, untuk memenuhi berbagai kebutuhan Kumpulan file/tabel/arsip yang saling berhubungan yang disimpan dalam media penyimpanan tertentu Suatu pengorganisasian sekumpulan data yang saling terkait sehingga memudahkan aktivitas untuk memperoleh informasi.

DBMS


Adalah perangkat lunak sistem yang memungkinkan para pemakai membuat, memelihara, mengontrol, dan mengakses basis data dengan cara yang praktis dan efisien Contoh DBMS: dBase, Foxbase, Rbase, MS. Access, MS. Foxpro, Borland Paradox. Contoh kelas kompleks: BorlandInterbase, MS. SQL Server, Oracle, Informix, Sybase.

Kelebihan dan Kekurangan DBMS



KELEBIHAN SISTEM BASIS DATA Mengurangi duplikasi data Menjaga konsistensi dan integritas data Memudahkan memperoleh informasi yang lebih banyak dari data yang sama Meningkatkan produktivitas pemrograman. Data dapat digunakan secara bersama sama sehingga menghemat biaya Menyediakan recovery. Memudahkan penerapan standarisasi. Data bersifat mandiri ( data independen ) tidak mempengaruhi program (pada sistem berbasis berkas dikenal istilah dependensi data-program yaitu perubahan data membuat program juga harus diubah) KEKURANGAN SISTEM BASIS DATA Diperlukan tempat penyimpanan yang besar. Diperlukan tenaga yang terampil untuk mengolah data. Perangkat lunaknya mahal. Kerusakan di sistem basis data dapat mempengaruhi departemen yang terkait.

Komponen/Lingkungan Basis Data

Hardware Perangkat Lunak Data Prosedur User

Biasanya berupa perangkat komputer standar, media penyimpan sekunder dan media komunikasi untuk sistem jaringan. Mencakup DBMS itu sendiri (mis: dBase, Foxbase, Rbase, MS. Access, MS. Foxpro, Borland Paradox. Contoh kelas kompleks: Borland-Interbase, MS. SQL Server, Oracle, Informix, Sybase.), program aplikasi (mis: C++, Pascal, Delphi, Visual Basic, serta perangkat lunak pendukung untuk komputer dan jaringan

Yang merupakan komponen pembentuk informasi yang ingin diperoleh pengguna sesuai dengan kebutuhan masing-masing Merupakan petunjuk tertulis yang berisi cara merancang hingga menggunakan basis data mis: cara masuk/login ke DBMS; cara menggunakan DBMS; cara mengaktifkan dan menghentikan DBMS; cara membuat cadangan basis data dan cara mengembalikan cadangan ke DMBS Orang-orang yang berinteraksi dengan sistem basis data, yang terbagi menjadi : 1. Pemakai Akhir 2. Pemrogram Aplikasi 3. Administrator Basis Data

USER BASIS DATA

1. Pemakai akhir (end-user) a. Pemakai aplikasi orang yang mengoperasikan program aplikasi tapi tidak pernah berhubungan secara langsung dengan DBMS (native user) b. Pemakai interaktif pemakai yang berinteraksi secara langsung dengan DBMS, dapat memberikan perintahperintah DBMS untuk mengakses basis data ataupun melalui perangkat-perangkat seperti pembangkit query dan pembangkit laporan 2. Pemrogram aplikasi Adalah orang yang membuat program aplikasi yang melibatkan basis data

USER BASIS DATA (2)

3. Administrator Basis Data Adalah orang yang bertanggung jawab terhadap manajemen basis data. Tugasnya : Mendefinisikan basis data Mendefinisikan struktur dan metode akses penyimpan Menentukan keamanan basis data Melakukan pemeliharaan basis data secara rutin

Arsitektur Basis Data

ANSI-SPARC (American National Standards Institute Standards Planning and Requirements Comitte), pada tahun 1975 mendefinisikan arsitektur basis data pada 3 level, yaitu: 1. Level eksternal level yang berhubungan secara langsung dengan pemakai, dengan konsep pemakai cukup mengetahui struktur data yang sederhana dalam basis data supaya bisa mengakses basis data. 2. Level konseptual menjelaskan data apa yang tersimpan dalam basis data dan juga menjabarkan hubungan antar data (level ini biasa dipakai administrator basis data) 3. Level internal level yang berhubungan secara langsung dengan basis data dan menjabarkan bagaimana data disimpan dalam basis data.

Arsitektur Basis Data

Contoh : Database Universitas



Eksternal/View Level Infokuliah (kodemk : string, Ruang : string) Conceptual Level Mahasiswa (nim : string, nama : string, alamat : string) Matakuliah (kodemk : string, nama : string, sks : integer) Dosen (nip : string, nama : string) Mengajar (kodemk : string, nip : string) krs (nim : string, kodemk : string, nilai : string) Internal/Physical Level Relasi-relasi disimpan sebagai file-file. Indeks berdasarkan pada kolom pertama.

Bahasa Basis Data



Merupakan bahasa yang digunakan oleh user untuk berkomunikasi/berinteraksi dengan DBMS yang bersangkutan. Terdiri dari sejumlah perintah (statement) yang dapat diformulasikan oleh pengguna. Bahasa yang digunakan adalah SQL (Structured Query Language). Bahasa SQL terdiri dari : Data Definition Language (DDL) Data Manipulation Language (DML) Data Control Language (DCL)

Bahasa Basis Data (2)



DDL (Data Definition Language ) Menyediakan perintah untuk membuat database, mendefinisikan dan memodifikasi struktur tabel temasuk konstrain-konstrain yang ada pada suatu tabel, pembuatan index, dsb. DML (Data Manipulation Language ) Merupakan bahasa query yang digunakan untuk melakukan manipulasi dan pengambilan data yang ada dalam suatu database. Manipulasi yang dilakukan adalah :  Penyisipan/penambahan data baru (insert)  Penghapusan data (delete)  Pengubahan data (update) enis :  Prosedural perintah-perintah yang memungkinkan pemakai menentukan data apa yang diinginkan serta bagaimana cara mendapatkannya (seperti mengikuti suatu algoritma langkah yang rinci untuk menyelesaikan masalah)  Non-prosedural perintah-perintah yang memungkinkan pemakai menentukan data yang diinginkan tanpa perlu menyebutkan bagaimana cara mendapatkannya.

Bahasa Basis Data (3)



DCL (Data Control Language ) DCL terdiri dari sekolompok perintah SQL yang digunakan untuk memberikan hak akses/otoritas user terhadap database.

Model Basis Data

 

Model data adalah sekumpulan konsep terintegrasi yang dipakai untuk menjabarkan data, hubungan antardata, dan kekangan terhadap data untuk menjaga konsistensi. Model data secara umum ada 4 : 1. model data hierarkis 2. model data jaringan 3. model data relasional 4. model data berbasis objek

Model Data Hirarkis



Model data hirarkis adalah model data paling tua yang pernah diterapkan dalam suatu DBMS. Model ini mengikuti pola hirarki pada suatu organisasi atau pada suatu keluarga, dimana terdapat rekaman data yang berfungsi sebagai bapak (parent-record) ada yang berfungsi sebagai anak (childrecord), atau sebagai pimpinan dan anak-buah. Dalam model ini seorang bapak bisa memiliki lebih dari satu anak tetapi seorang anak hanya boleh memiliki satu bapak.

Perhatikan dalam model hirarki diatas, data mahasiswa yang sama terpaksa direkam berulang ketika mahasiswa tersebut memprogramkan lebih dari satu matakuliah.

Model Data Jaringan



Model data jaringan adalah pengembangan dari model data hirarkis, melihat kekurangan dari model hirarkis tersebut. Pada model jaringan diperkenankan bahwa sebuah child-record bisa memiliki lebih dari satu parent-record. Pada implementasi-nya berarti antara parent-record dan child-record diperlukan penghubung (link atau pointer) yang bisa satu arah atau dua-arah.

Persoalan yang timbul adalah terjadinya hutan pointer akibat relasi antar record yang rumit sehingga penelusuran data menjadi sangat sulit. Ketika model relasional menjadi lebih populer maka model inipun ditinggalkan orang.

Model Data Relasional



 

Pada prinsipnya model data relasional dapat di-representasikan dalam bentuk table (tabel) data, dimana: satu tabel mewakili satu domain data atau entity, bila direkam merupakan satu file yang hanya memiliki satu tipe record saja, setiap record adalah baris setiap record terdiri atas beberapa field (atribut) atau tuple, atau kolom jumlah tuple / field pada setiap record sama setiap record memiliki atribut kunci utama (primary key) yang unik dan dapat dipakai untuk mengenali satu record record dapat diurutkan menurut kunci utama,

Model Data Relasional (2)

Model Data Berbasis Objek



Model data berbasis objek dikembangkan searah dengan perkembangan pemrograman berbasis objek. Salah satu karakteristik dari sistem berbasis objek adalah encapsulation yaitu suatu objek terpisah dari objek lain sehingga setiap objek seakan-akan berada dalam kapsulnya masing-masing. Pada setiap kapsul terdapat komponen data (attribute) dikemas bersama dengan komponen akses-nya (methods). Sebagai contoh, berikut ini disajikan data pegawai dalam format berbasis objek.

Data Warehouse


Data warehouse adalah basis data yang menyimpan data sekarang dan data masa lalu yang berasal dari berbagai sistem operasional dan sumber yang lain (sumber eksternal) yang menjadi perhatian penting bagi manajemen dalam organisasi dan ditujukan untuk keperluan analisis dan pelaporan manajemen dalam rangka pengambilan keputusan Data warehouse digunakan untuk mendukung pengambilan keputusan, bukan untuk melaksanakan pemrosesan transaksi Data warehouse hanya berisi informasi-informasi yang relevan bagi kebutuhan pemakai yang dipakai untuk pengambilan keputusan

Perbedaan DW dan OLTP

OLTP Data Warehouse

y y y

y y y y

Menangani data saat ini Data bisa saja disimpan pada beberapa platform Data diorganisasikan berdasarkan fungsi atau operasi seperti penjualan, produksi, dan pemrosesan pesanan Pemrosesan bersifat berulang Untuk mendukung keputusan harian (operasional) Melayani banyak pemakai operasional Berorientasi pada transaksi

y y y y y y y

Lebih cenderung menangani data masa lalu Data disimpan dalam satu platform Data diorganisasikan menutut subjek seperti pelkanggan atau produk Pemrosesan sewaktu-waktu, tak terstruktur, dan bersifat heuristik Untuk mendukung keputusan yang strategis Untuk mendukung pemakai manajerial yang berjumlah relatif sedikit Berorientasi pada analisis

Sumber Data untuk DW

1.

2.

Data operasional dalam organisasi, misalnya basis data pelanggan dan produk, dan Sumber eksternal yang diperoleh misalnya melalui Internet, basis data komersial, basis data pemasok atau pelanggan Berbagai data yang berasal dari sumber digabungkan dan diproses lebih lanjut oleh manajer data warehouse dan disimpan dalam basis data tersendiri. Selanjutnya, perangkat lunak seperti OLAP dan data mining dapat digunakan oleh pemakai untuk mengakses data warehouse

Prinsip Data Warehouse

Sumber Data Internal Sumber Data Operasional 1

y y y

Sumber Data Operasional 2

Manajer Data Warehouse

Perangkat EIS Perangkat pelaporan Perangkat pengembangan aplikasi

OLAP

Sumber Data Eksternal

Data Warehouse Data Mining

Data Mart


Bagian dari data warehouse yang mendukung kebutuhan pada tingkat departemen atau fungsi bisnis tertentu dalam perusahaan. Karakteristik yang membedakan data mart dan data warehouse adalah sebagai berikut (Connolly, Begg, Strachan 1999). Data mart memfokuskan hanya pada kebutuhan-kebutuhan pemakai yang terkait dalam sebuah departemen atau fungsi bisnis. Data mart biasanya tidak mengandung data operasional yang rinci seperti pada data warehouse. Data mart hanya mengandung sedikit informasi dibandingkan dengan data warehouse. Data mart lebih mudah dipahami dan dinavigasi. Contoh Software Data Mart SmartMart (IBM) Visual Warehouse (IBM) PowerMart (Informatica)

OLAP
 

OnLine Analytical Processing Suatu jenis pemrosesan yang memanipulasi dan menganalisa data bervolume besar dari berbagai perspektif (multidimensi). OLAP seringkali disebut analisis data multidimensi. Data multidimensi adalah data yang dapat dimodelkan sebagai atribut dimensi dan atribut ukuran Contoh atribut dimensi adalah nama barang dan warna barang, sedangkan contoh atribut ukuran adalah jumlah barang OLAP : Contoh Data 2 Dimensi

Kota Triwulan 1 2 3 4

Kudus 6.000.000 4.500.000 7.600.000 5.400.000

Magelang 8.500.000 3.500.000 5.500.000 7.200.000

Semarang 12.500.000 14.000.000 13.700.000 12.800.00

Kemampuan OLAP


Konsolidasi melibatkan pengelompokan data. Sebagai contoh kantor-kantor cabang dapat dikelompokkan menurut kota atau bahkan propinsi. Transaksi penjualan dapat ditinjau menurut tahun, triwulan, bulan, dan sebagainya. Kadangkala istilah rollup digunakan untuk menyatakan konsolidasi Drill-down adalah suatu bentuk yang merupakan kebalikan dari konsolidasi, yang memungkinkan data yang ringkas dijabarkan menjadi data yang lebih detail Slicing and dicing (atau dikenal dengan istilah pivoting) menjabarkan pada kemampuan untuk melihat data dari berbagai sudut pandang

Contoh Tabel Pivoting

Rasa Sirup Biasa Rendah Kalori Total Strawberry Mangga 3.500.000 2.300.000 5.800.000 1.750.000 1.500.000 3.250.000
Rasa Strawberry Mangga Nanas Strawberry Mangga Nanas

Nanas 500.000 250.000 750.000

Total 5.750.000 4.050.000 9.800.000

Sirup Biasa Biasa Biasa Rendah Kalori Rendah Kalori Rendah Kalori

Pendapatan
3 .5 0 0 .0 0 0 1 .7 5 0 .0 0 0 5 0 0 .0 0 0 2 .3 0 0 .0 0 0 1 .5 0 0 .0 0 0 2 5 0 .0 0 0

Hierarki Dimensi untuk Drill-down

Tahun Wilayah Triwulan Negara

Software OLAP
 

Nama Hari

Bulan

Provinsi


Express Server (Oracle) PowerPlay (Cognos Software) Metacube (Informix/Stanford Technology Group) HighGate Project (Sybase)

Kota Tanggal Kecamatan (a) Hierarki Waktu (b) Hierarki Lokasi

Data Mining


Perangkat lunak yang digunakan untuk menemukan pola-pola tersembunyi maupun hubungan-hubungan yang terdapat dalam basis data yang besar dan menghasilkan aturan-aturan yang digunakan untuk memperkirakan perilaku di masa medatang Data mining sering dikatakan berurusan dengan penemuan pengetahuan dalam basis data. Suatu aturan yang dihasilkan oleh data mining misalnya seperti berikut : Kebanyakan pembeli mobil Forsa adalah wanita berusia di atas 30 tahun.

Prinsip Data Mining

Data Warehaouse

Data Mining

Pola

Aplikasi Data Mining

Bidang Pemasaran Contoh
y Mengidentifikasi pembelian yang dilakukan konsumen y Menemukan hubungan di antara karakteristik demografi pelanggan y Memperkirakan tanggapan penawaran melalui surat y Mendeteksi pola penyalahgunaan kartu kredit y Mengidentifikasi tingkat loyalitas pelanggan y Analisis klaim y Memperkirakan pelanggan yang akan membeli produk baru

Bank Asuransi

Teknologi Untuk Data Mining

    

Statistik Jaringan saraf (neural network) Logika kabur (fuzzy logic) Algoritma genetika dan berbagai teknologi kecerdasan buatan yang lain

Data Mining : Visualisasi Data

 

Pendekatan data mining juga ada yang melalui visualisasi data Pada sistem seperti ini, pemakai akan dibantu untuk menemukan sendiri pola dari sejumlah data berukuran besar dengan didasarkan visualisasi oleh data mining

Data Mining : Visualisasi Data

Structured Query Language (SQL)

 

SQL (Structured Query Language) adalah salah satu bahasa DBMS yang mengadopsi model data relasional. SQL muncul dalam berbagai variasi seperti Microsoft SQL, MySQL, dan versi SQL lainnya Beberapa perintah dasar SQL diperlihatkan pada tabel berikut ini.
Perintah Manfaat SELECT membaca data dari database INSERT menambahkan data kedalam database UPDATE meremajakan / mengganti data DELETE menghapus rekord data CREATE TABLE membuat tabel data baru DROP TABLE menghapus tabel data ALTER TABLE merubah struktur tabel/file GRANT memberi hak akses pada user REVOKE membatalkan hak akses dari user

Sistem Basis Data Terdistribusi



Dalam sebuah database terdistribusi, database disimpan pada beberapa komputer. Komputer-komputer dalam sebuah sistem terdistribusi berhubungan satu sama lain melalui bermacam-macam media komunikasi seperti high-speed buses atau telephone line. Sebuah sistem database terdistribusi berisikan sekumpulan site, di mana tiap-tiap site dapat berpartisipasi dalam pengeksekusian transaksi-transaksi yang mengakses data pada satu site atau beberapa site. Tiap-tiap site dapat memproses transaksi lokal yaitu sebuah transaksi yang mengakses data pada satu site di mana transaksi telah ditentukan. Sebuah site juga dapat mengambil bagian dalam mengeksekusi transaksi global yaitu transaksi yang mengakses data pada site yang berbeda di mana transaksi telah ditentukan, atau transaksi yang mengakses data pada beberapa site yang berbeda.

DDMS adalah software yang mengelola basis data terdistribusi Perbedaan dari DBMS tersentralisasi : DDBMS mengelola sejumlah DBMS yang tersebar di beberapa lokasi; sedangkan DBMS tersentralisasi hanya mengelola basis data lokal.

Sistem Basis Data Terdistribusi

ISTILAH LAINNYA


RDBMS (Relational Database Management System) Relational Database Management System (RDBMS) atau Sistem Manajemen Basisdata Relasional adalah sebuah program komputer (atau secara lebih tipikal adalah seperangkat program komputer) yang didisain untuk mengatur/memanajemen sebuah basisdata sebagai sekumpulan data yang disimpan secara terstruktur, dan melakukan operasi-operasi atas data atas permintaan penggunanya. OODBMS (OBJECT ORIENTED DATABASE) Object-oriented database adalah salah satu jenis database dimana data direpresentasikan dalam bentuk object. Object Oriented Database merupakan sebuah sistem data base yang menggabungkan semua konsep penting dari object oriented. Pendekatan ini sangat dipengaruhi oleh bahasa pemrograman object-oriented dan dapat dipahami sebagai usaha untuk menambah fungsionalitas DBMS pada lingkup bahasa pemrograman. DDBMS (distributed database management system) Sebuah sistem perangkat lunak yang mengatur basis data terdistribusi dan membuat pendistribusian data secara transparan.