Pemodelan Data

BAB 5 Pemodelan Data
Tujuan Pembelajaran
Pada bab ini akan dijelaskan notasi dari entity relationship diagram sebagai tahap awal untuk menggunakan entity relationship diagram dalam proses pengembangan dtaabase. Setelah bab ini para mahasiswa dapat memiliki kemampuan : • Mengetahui simbol dan tatacara serta aturan penggunaan notasi entity relationship diagram, • Menggunakan simbol kardinalitas untuk menampilkan relasinya. • Mengerti pola hubungan yang penting, • Mampu mendeteksi kesalahan dalam entity relationship diagram, • Mengerti cara merepresentasikan aturan bisnis dalam entity relationship diagram

5.1. Pendahuluan
Pada bab ini akan dibahas mengenai kemampuan dasar untuk memodelkan data sehingga kemudian dapat dengan mudah mengerti notasi dari entity relationship diagram, untuk selanjutnya dapat menggunakannya dalam proses pengembangan database.

5.2. Entity-Relationship Modell (ERD)
Entity-relationship (E-R) data model didasarkan pada persepsi terhadap dunia nyata yang tersusun atas kumpulan objek-objek dasar yang disebut entitas dan relasi. Entitas adalah sekumpulan sesuatu yang digunakan dalam sebuah aplikasi. Entitas digambarkan dalam database dengan kumpulan atribut. Kumpulan semua entitas bertipe sama disebut kumpulan entitas / entity set. Atribut adalah data yang dapat menggambarkan entitasnya. Contoh : atribut nim, nama, alamat dan kota dapat menggambarkan data mahasiswa. Atribut-atribut membentuk entitas mahasiswa. Relasi adalah hubungan antara beberapa entitas. Kumpulan relasi bertipe sama disebut kumpulan relasi / relationship set. Contoh : relasi menghubungkan mahasiswa dengan matakuliah yang diambinya.

5.2.1. Notasi Entity-Relationship
Model Peter Chen menggunakan simbol seperti di bawah ini. Tabel. 5.1. simbol ERD Model Peter Chen

Notasi Entity set

Deskripsi

entitas

Halaman 1 dari 20

Pemodelan Data

Relationship set

relasi
Penghubung atribut dengan entitas dan entitas dengan relasi atribut

atribut
Key atribut

atribut

Derived atribut

atribut
Composite atribut

atribut

atribut

atribut

Contoh penggunaan ERD Model Peter Chen

nama NIM Mahasiswa

Tgl lahir Kd Mat umur 1 M belajar N 1 Matakuliah

alamat Jalan kota Kd pos

Nama Mat

SKS

Gambar 5.1. Implementasi ERD Model Peter Chen

Halaman 2 dari 20

Kardinalitas / Cardinalities Sejumlah entity set dapat berasosiasi dengan entity set yang lain melalui suatu relationship ditunjukan dengan mapping cardinalities.2. 5.2. Cardinality yaitu sebuah pemetaan (mapping) yang mengacu pada sejumlah objek pada entity set S1 yang dapat direlasikan ke objek pada entity set S2.2. Sejumlah kemungkinan banyaknya hubungan antar entitas tersebut. demikian juga dengan sebaliknya. simbol ERD Model Martin Notasi Mahasiswa Deskripsi Simbol Nama Entitas Primary key field NIM Relasi banyak ke banyak Relasi Satu ke satu Relasi Satu ke banyak Terdiri dari / bagian Contoh penggunaan ERD Model Martin Mahasiswa Dosen NIM Jadwal mengambil mempunyai Hari Waktu KDJur KDRu NRD NIM NRD mengajar digunakan Jurusan Ruangan KDJur KDRu 5. Halaman 3 dari 20 .Pemodelan Data Model yang juga digunakan adalah model Martin dengan menggunakan simbol seperti di bawah ini : Tabel. merujuk kepada hubungan maksimum yang terjadi dari himpunan entitas yang satu ke himpunan entitas yang lain dan begitu sebaliknya.

Pemodelan Data Mapping Cardinality berdasarkan dua entity set (binary relationship set). A A1 A2 A3 A4 B B1 B2 B3 B4 NIK Nama Alamat Kode_Bagian Nama_Bagian KARYAWAN 1 mengepalai 1 BAGIAN NIK Kode_Bagian 2. tetapi tidak sebaliknya. begitu pula sebaliknya setiap entitas pada himpunan B berhubungan paling banyak satu entitas yang ada di himpunan entitas A. dimana setiap entitas pada himpunan entitas B berhubungan dengan paling banyak yaitu satu entitas pada himpunan entitas A. Kardinalitas relasi satu ke banyak dan Banyak ke satu dapat dianggap sama. Satu ke Banyak (One to Many) atau Banyak ke Satu Ini berarti setiap entitas pada himpunan entitas A dapat berhubungan dengan banyak entitas pada himpunan entitas B. karena tinjauan kardinalitas relasi selalu dapat dilihat dari dua sisi (dari himpunan entitas A ke himpunan entitas B dan dari himpunan entitas B ke himpunan entitas A). Satu ke Satu (One to One) Ini berarti setiap entitas pada himpunan entitas A berhubungan dengan paling banyak satu entitas di himpunan entitas B. A A1 A2 A3 B B1 B2 B3 B4 B5 Halaman 4 dari 20 . dapat berupa : 1.

tetapi dari pandangan database perbedaan diantara keduanya. Key (Kunci) Secara Konseptual. yang diambil secara kolektif yang dapat mengidentifikasikan secara unik suatu entity di dalam entity set. Kunci tamu ditempatkan di entitas anak.3. entity dan relationship secara individu berbeda. A A1 A2 B B1 B2 B3 A3 B4 Kode_Cust Nama Alamat Tgl_Beli Qty Kode_Brg Nama_Brg Harga Customer M Beli M Barang Kode_Cust Kode_Brg 5.Pemodelan Data Kode_jur Nama_jur Jenjang NIM Nama_MHS Alamat Jurusan 1 Mengambil M Mahasiswa Kode_jur NIM 3. Halaman 5 dari 20 . karena superkey mungkin bisa berisi beberapa atribut yang sangat banyak. Banyak ke Banyak (Many to Many) Ini berarti setiap entitas pada himpunan entitas A dapat berhubungan dengan banyak entitas pada himpunan entitas B dan demikian juga sebaliknya. Tetapi hal itu akan memberikan kesukaran. oleh karena itu minimal superkey disebut Candidate Key. dapat dilihat berdasarkan atributnya. dimana setiap entitas pada himpunan entitas B dapat berhubungan dengan banyak entitas pada himpunan entitas A. Maka digunakan istilah Primary Key untuk menyatakan suatu candidate key yang dipilih dalam mengidentifikasi entity dalam entity set.2. Yang diperlukan dari superkey adalah super set sekecil mungkin. Kemungkinan bisa terjadi bahwa beberapa kumpulan atribut yang berbeda dapat berperan sebagai candidate key. Foreign Key adalah atribut yang melengkapi suatu hubungan yang menunjukan ke induknya (primary). Hal ini digunakan Superkey yaitu kumpulan satu atau beberapa atribut. juga sama dengan kunci primary induk yang merelasikannya.

Konsep ini berhubungan dengan konsep existence dependency yaitu suatu strong entity secara definisi adalah dominant entity. NIK Nama Alamat Karyawan ISA Upah_Harian Harian Kontrak Lama_kontrak Table Karyawan NIK Nama Alamat Table Harian NIK Upah_Harian Table Kontrak NIK Lama_Kontrak 2.4. dan sebaliknya entitys set yang memiliki primary key disebut strong entity. untuk menghasilkan entity set yang tingkatnya lebih tinggi disebut generalization. Aggregation Satu keterbatasan dari model ERD adalah tidak mungkin mengekpresikan suatu relationship diantara relationship. digunakan ‘aggregation’ yaitu suatu abstraksi yang menunjukan bahwa suatu relationship dianggap sebagai sebagai suatu entity set yang tingkatnya lebih tinggi. Untuk mencegah hal itu.Pemodelan Data Jika suatu entity set tidak mempunyai primary key. maka entity set tersebut disebut weak weak entity. sementara weak entity adalah subordinate entity.2. Halaman 6 dari 20 . 5. sebaliknya hasil gabungan dua atau lebih entity set yang tingkatnya rendah. Generalization and Specialization Hasil pemecahan suatu entity set yang lebih tinggi ke tingkat lebih rendah disebut specialization. Varian ERD Sejumlah varian dari pemodelan menggunakan Entity Relationship: 1.

Pemodelan Data Id_Pegawai Nama Id_Kerja durasi Id_Proyek Nama_Proyek Pegawai M Kerja M Proyek Id_Pegawai M Id_Proyek Id_Kerja Menggunakan Kode_Mesin M Kode_Mesin Mesin Nama_Mesin Table Pegawai Id_Pegawai Nama Table Proyek Id_Proyek Nama_Proyek Table Kerja Id_Pegawai Id_Proyek Id_Kerja Durasi Table Mesin Kode_Mesin Nama_Mesin Table Menggunakan Id_Kerja Kode_Mesin 3. Relasi Tunggal (Unary Relation) Implementasi relasi tunggal (unary relation) dari/ke himpunan yang yang sama dalam ER-Diagram tergantung pada derajat relasi. Halaman 7 dari 20 . Table baru ini mendapatkan field dari semua atribut relasi yang ditambahkan dengan atribut key dari himpunan entitas. Untuk relasi satu ke banyak akan diimplementasikan table baru yang merepresentasikan relasi tersebut.

Relasi Multi Entitas (N-ary relation) Relasi multi entitas yang menghubungkan lebih dari dua himpunan entitas (N entitas. dimana N>2) akan diimplementasikan pada sebuah table khusus.Pemodelan Data Kode_Ang Nama M Kode_Ang ANGGOTA Anak Alamat Tgl_Lahir N Kode_Anak Table Anggota Kode_Ang Nama Alamat Tgl_Lahir Table Anak Kode_Ang Kode_Anak 4. Kode_Cust Nama Alamat Kode_Cust Plat_No Plat_No Kelas Kapasitas Customer M Reservasi N Bis Kode_Petugas M Petugas Tgl_Berangkat Kode_Petugas Nama Petugas Table Customer Kode_Cust Nama Alamat Table Bis Plat_No Kelas Kapasitas Table Petugas Kode_Petugas Nama_Petugas Table Reservasi Kode_Cust Plat_No Kode_Petugas Tgl_Berangkat Halaman 8 dari 20 .

Pemodelan Data 5. kejadian/kegiatan.2. 2. 2. Cari juga atribut yang ada dalam relationship. letakkan dalam satu entity yang tepat. Menentukan Entitas Menentukan peran. 7. Membangun Entity-Relationship Diagram 1. Nomor Pengawas. lokasi. 9. Pengawas. Entitas perusahaan tidak termasuk dalam sistem karena dia hanya memiliki satu instansi. Proyek. hal nyata dan kosenp dimana pengguna akan menyimpan data. 3. Field data yang penting adalah Nama Bagian. Namun. Pemetaan Atribut Untuk setiap atribut. 6. Paling tidak satu pegawai mendapat tugas sebuah proyek. Masing-masing bagian mempunyai pengawas dan setidaknya satu pegawai. Tentukan kunci utama (Primarykeys) Identifikasi atribut data yang secara ‘unik’ mengidentifikasi setiap entity. 10. Nomor Pegawai dan Nomor Proyek. tetapi dapat pula beberapa bagian. Pengawas dan Proyek. 8. seorang pegawai dapat libur dan tidak mendapat tugas proyek. Entitas yang benar harus mempunyai lebih dari satu instansi. Periksa Hasil Apakah Entity Relationship Diagramakhir telah secara tepat mencerminkan data sistem? Contoh Kasus Sebuah perusahaan mempunyai beberapa bagian. sebagai berikut : Bagian Bekerja di Pegawai milik menggunakan Pengawas Proyek Dipimpin oleh Bekerja pada - Bagian Pegawai Pengawas Memimpin Proyek Halaman 9 dari 20 . Pegawai.5. Menentukan Relasi Tentukan hubungan antara sepasang entity menggunakan matriks relationship. Menentukan Entitas Entitas pada sistem adalah Bagian. Pegawai harus ditugaskan pada paling tidak satu bagian. 4. 5. Gambar ERD berdasarkan kunci Sertakan primarydi setiap entity. 1. Tentukan Kardinalitas Tentukan kardinalitas (pemunculan suatu entity di entity lainnya yang berhubungan). Gambar ERD sementara Gambarkan entity-entity dan relationship diantara entity untuk menghubungkannya. Menentukan Relasi Kita membuat matriks relasi entitas. Menentukan Atribut Kumpulkan informasi detil yang penting dalam sistem yang sedang dikembangkan. Gambar ERD dengan Atribut Sesuaikan ERD hasil langkah 6 dengan entity atau relationship hasil langkah 8.

Pemodelan Data 3. Tentukan Kardinalitas Dari deskripsi permasalahan kita. Gambar ERD sementara Kita menghubungkan entitas yang mempunyai relasi seperti yang ditunjukan pada matriks relasi entitas. kita mengetahui bahwa : • Setiap bagian dipimpin oleh satu pengawas. Halaman 10 dari 20 . • Setiap Pegawai bekerja di paling sedikit satu bagian. Nomor Pengawas. • Seorang pengawas hanya memimpin satu bagian. Tentukan kunci utama (Primary-keys) Kunci utama adalah Nama Bagian. • Setiap proyek menggunakan paling sedikit satu Pegawai. BAGIAN M Bekerja di 1 Dipimpin oleh PENGAWAS 1 N PEGAWAI M Bekerja pada N PROYEK 5. BAGIAN Dipimpin oleh PENGAWAS Bekerja di PEGAWAI Bekerja pada PROYEK 4. Nomor Pegawaidan Nomor Proyek. • Setiap bagian memiliki paling sedikit satu Pegawai. • Seorang Pegawai dapat bekerja dalam banyak proyek atau bahkan tidak sama sekali.

Pemodelan Data 6. Gambar ERD berdasarkan kunci NaBAG NoPAW BAGIAN M Bekerja di 1 Dipimpin oleh PENGAWAS 1 1 N PEGAWAI M Bekerja pada N PROYEK NoPEG NoPRO 7. 8. Pemetaan Atribut Atribut Nama Bagian Nama Proyek Nama Pengawas Nama Pegawai Entitas Bagian Proyek Pengawas Pegawai Atribut NmBag NoPro NoPws NoPeg Entitas Bagian Proyek Pengawas Pegawai Atribut Masa Jabatan Masa Kerja Masa Kerja Proyek relasi Dipimpin oleh Bekerja di Bekerja pada Halaman 11 dari 20 . Nama Pengawas. Nama Proyek. Menentukan Atribut Atribut yang diperlukan adalah Nama Bagian. Nama Pegawaiselain primary-keys.

5. Normalisasi adalah teknik perancangan yang banyak digunakan sebagai pemandu dalam merancang basisdata relasional.Pemodelan Data 9. 10. Membuat basisdata yang datanya diakses dan dimanipulasi secara cepat dan efisien tanpa melupakan integritas data. Gambar ERD dengan Atribut NaBAG Nama BAGIAN Nomor Pengawas NoPAW BAGIAN M Bekerja di 1 Dipimpin oleh 1 PENGAWAS Masa Jabatan Masa Kerja N PEGAWAI M Bekerja pada Nomor Proyek Masa Kerja Proyek N PROYEK NoPEG Nama Pegawai NoPRO Jika ada suatu relasi (hubungan antara 2 entitas) yang tidak digambarkan atributnya. Normalisasi terkadang hanya dipakai sebagai perangkat verifikasi terhadap tabel-tabel yang dihasilkan oleh metodologi seperti ERD. Normalisasi Normalisasi berasal dari E. lambat. Teori normalisasi didasarkan pada konsep bentuk normal. Perancangan dengan normalisasi. hal ini berarti relasi tersebut hanya memiliki atribut minimal. Meminimalkan jumlah data berulang dalam basisdata. Halaman 12 dari 20 . Normalisasi adalah bagian perancangan basisdata. Tanpa normalisasi. Periksa Hasil Lakukan pemeriksaan terhadap ER-D. ada beberapa hal yang dingin dicapai. bila tidak ada koreksi maka ER-D dapat memodelkan data dalam sistem dengan baik. yaitu atribut yang berasal dari key atribut 2 entitas yang dihubungkannya. Normalisasi memberikan acuan yang sangat membantu untuk mencegah membuat struktur table yang kurang fleksible atau mengurangi ketidakefisienan.F. Codd salah satu perintis teknologi basis data. tidak efisien. dimana metodologi ini digunakan untuk menciptakan struktur table (relasi) dalam basis data dengan tujuan mengurangi redundansi data. sistem basisdata menjadi tidak akurat. yaitu : Mengatur data dalam kelompok-kelompok sehingga masing-masing kelompok hanya menangani bagian kecil sistem.3. Sebuah tabel relasional dikatakan pada bentuk normal tertentu jika tabel memenuhi himpunan batasan tertentu.

hanya satu arti saja dan juga bukanlah pecahan kata-kata sehingga artinya lain. Bentuk normal Boyce-Codd ( BCNF/ Boyce-Codd Normal Form) 6. Bentuk normal kedua ( 2NF/ Second Normal Form) 4. 5.3. Tiap field hanya satu pengertian.instruktur) Merupakan bentuk 1NF karena tidak ada yang berganda dan tiap atribut satu pengertian yang tunggal.Pemodelan Data Mengatur data sedemikian rupa sehingga ketika memodifikasi data.Kelas3) Halaman 13 dari 20 . Bentuk tidak normal ( Unnormalized Form) 2.Nama. Tidak ada set atribut yang berulang-ulang atau atribut bernilai ganda (multivalue). Beberapa level yang digunakan pada normalisasi yaitu. Bentuk normal kelima ( 5NF/ Fifth Normal Form) Anomali adalah proses pada basis data yang memberikan efek samping yang tidak diharapkan.nama_kelas.Kelas2. Bentuk Normalisasi Aturan normalisasi merupakan suatu aturan yang dikenakan pada relasi-relasi dalam basis data serta harus dipenuhi oleh relasi pada setiap level normalisasi. 1. Dependensi ini akan menjadi acuan bagi pendekomposisian data ke dalam bentuk yang paling efisien. Dependensi (ketergantungan) merupakan konsep yang mendasari normalisasi. Beberapa level yang sering digunakan pada normalisasi adalah sebagai berikut : 1. Misalnya : KELAS(Kode_kelas.1. misalnya menyebabkan ketidak konsistenan data atau membuat sesuatu data menjadi hilang ketika data lain dihapus. Normalisasi mengharuskan relasi pada suatu basisdata dalam bentuk normal. Bentuk normal pertama ( 1NF/ First Normal Form) 3.Kelas1.Wali_studi. Anda hanya mengubah pada satu tempat (integritas referensial). bukan merupakan kumpulan kata yang mempunyai arti yang mendua. Bentuk normal keempat ( 4NF/ Fourth Normal Form) 7. Bentuk normal sendiri merupakan seperangkat aturan yang dikenakan dan harus dipenuhi oleh relasi basisdata pada setiap level normalisasi. Dependensi menjelaskan hubungan antar atribut atau secara lebih khusus menjelaskan nilai suatu atribut yang menentukan nilai atribut lainnya. Tujuan normalisasi adalah membuat kumpulan tabel relasional yang bebas dari data berulang dan dapat dimodifikasi secara benar dan konsisten. Contoh Data Kode_Kelas 1234 1543 1775 Nama_Kelas Fisika Dasar Matematika Program Teknik Instruktur Heri Sugeha Yuyun Sara Maman Kasidi SISWA(No_siswa. Bentuk Normal Kesatu (1NF/First Normal Form) Bentuk normal kesatu mempunyai ciri yaitu setiap data dibentuk dalam flat file (file datar / rata). data dibentuk dalam satu record demi satu record dan nilai dari field berupa "otomic value". Bentuk normal ketiga ( 3NF/ Third Normal Form) 5.

Contoh Data : No_Siswa Nama 22890100 Tanzania 22890101 Nia Wali_studi Zaenudin Rizki Kelas_1 1234 1234 Kelas_2 1543 1775 Kelas_3 1543 Bentuk normal kesatu dari bentuk di atas menjadi : No_Siswa 22890100 22890100 22890101 22890101 22890101 Nama Tanzania Tanzania Nia Nia Nia Wali_studi Zaenudin Zaenudin Rizki Rizki Rizki Kelas_1 1234 1543 1234 1775 1543 2. No_siswa kode_kelas 22890100 1234 22890100 1543 22890101 1234 22890101 1775 22890101 1543 Wali studi Zaman Nia 3. Dengan kata lain. Contoh pada bentuk normal kedua di atas termasuk juga bentuk normal ketiga karena seluruh atribut yang ada disitu bergantung penuh pada kunci primernya. 4. terlihat bahwa kunci utama/primary key adalah nomor siswa. Kunci field haruslah unik dan dapat mewakili atribut lain yang menjadi anggotanya. setiap atribut bukan kunci harus bergantung hanya pada primary key dan secara menyeluruh. ini bukan bentuk 1NF.Pemodelan Data Siswa yang punya nomor siswa. tetapi kode_kelas bukanlah fungsi dari SISWA maka file SISWA dipecah menjadi 2 relasi yaitu : Relasi SISWA No_Siswa Nama 22890100 Tanzania 22890101 Rizki Relasi AMBILKELAS (ada kelas). Atribute bukan kunci haruslah bergantung secara fungsi pada kunci utama/ primary key. Boyce-Codd Normal Form (BCNF) Boyce-Codd Normal Form mempunyai paksaan yang lebih kuat dari bentuk normal ketiga. Untuk menjadi BCNF. Dari contoh relasi SISWA pada bentuk normal kesatu. Siswa boleh mengambil satu atau dua seminar. kunci primer adalah no_siswa + seminar. Nama siswa dan Wali_studi bergantung fungsi pada No_siswa. nama dan wali studi mengikuti 3 mata pelajaran / kelas. Pada contoh di bawah ini terdapat relasi SEMINAR. Bentuk Normal Ketiga (3NF/Third Normal Form) Untuk menjadi bentuk normal ketiga relasi haruslah dalam bentuk normal kedua dan semua atribut bukan primer tidak punya hubungan yang transitif. Bentuk Normal Kedua (2NF/Second Normal Form) Bentuk normal kedua mempunyai syarat yaitu bentuk data telah memenuhi kriteria bentuk normal kesatu. Disini ada perulangan kelas sebanyak 3 kali. Setiap seminar membutuhkan 2 instruktur dan siswa setiap dibimbing oleh salah satu diantara 2 Halaman 14 dari 20 . relasi harus dalam bentuk normal kesatu dan setiap atribut harus bergantung fungsi pada atribut superkey. Sehingga untuk membentuk normal kedua haruslah sudah ditentukan kunci-kunci field.

Seminar bergantung secara fungsi pada satu atribut bukan seperkey seperti yang disyaratkan oleh BCNF.350.000 Total 100.500.500.000. Pada contoh ini No_siswa dan Seminar menunjukkan seorang instruktur. PT.00 20.00 2.500.000 400. Setiap instruktur boleh hanya mengambil satu seminar saja.000.00 33.000. Step I bentuk unnormalized Bentuk menjadi tabel unnormalized.000.Pemodelan Data instruktur seminar tersebut.0 : 07/07/97 : 987 JUMLAH 13.000 2. Maka relasi SEMINAR haruslah dipecah jadi dua yaitu : Relasi PENGAJAR Instruktur Seminar 2281 Budi 2281 Kardi 2291 Mac 2291 Rachmat Relasi SEMINAR-INSTRUKTUR No_Siswa Instruktur Budi 22890100 Kardi 22890101 Mac 22890102 Rachmat 22890101 Rachmat 22890109 5.000 Halaman 15 dari 20 . SANTI PUTRA Jalan Setiabudhi No.3. Relasi SEMINAR No_Siswa Seminar 2281 22890100 2281 22890101 2291 22890102 2291 22890101 2291 22890109 Instruktur Budi Kardi Mac Rachmat Rachmat Bentuk relasi SEMINAR adalah bentuk normal ketiga.000.000 250.000.00 HARGA 1.0 10. dengan memakai semua field data yang ada .000. Penerapan Bentuk Normalisasi Proses perancangan database dapat dimulai dari dokumen dasar yang dipakai dalam sistem. No Fac 779 998 Kd Sup S02 G01 Nama Supp Hitachi Gobel N Kd Brg R02 A01 A02 Nama Brg Mouse Monitor CPU Tanggal 020797 070797 070797 Jatuh Tempo 020797 070797 070797 Q 10 10 10 Harga 10.000 4.2.000 6. jika setiap instruktur dapat mengajar hanya pada satu seminar.000.000 Jumlah 100.500. 25 Palu Kode Supplier : G01 Nama Supplier : Gobel Nustra KODE NAMA BARANG A01 MUGEN MONITOR 14” A02 SPC MONITOR 14” Jatuh tempo Faktur : 09/07/97 Faktur Pembelian Barang Tanggal Nomor QTY 10. tetapi tidak BCNF karena nomor seminar masih bergantung fungsi pada instruktur.00 Total 1.

tanggal. sehingga supplier baru dapat masuk bila ada transaksi pembelian. nama barang. maka didapatkan tabel sebagai berikut : Halaman 16 dari 20 . harga. jumlah. Updating/Pengubahan Kode dan nama supplier terlihat ditulis berkali-kali. Step III bentuk normal kedua Pembentukan bentuk normal kedua dengan mencari kunci-kunci field yang dapat dipakai sebagai patokan dalam pencarian dan sifatnya unik. Step II bentuk normal kesatu Bentuklah menjadi bentuk normal kesatu dengan memisah-misahkan data pada fieldfield yang tepat dan bernilai otomic. Inserting/penyisipan Kita tidak dapat memasukkan kode dan nama supplier saja tanpa ada transaksi pembelian.Pemodelan Data Menuliskan semua data yang akan direkam. nama supplier.000 Jumlah 100. c. Dengan bentuk normal kesatu ini telah dapat dibuat satu file dengan 11 field yaitu No factur.000. maka berakibat pula menghapus data supplier SO2 (Hitachi).000 250.500. bagian yang double tidak perlu ditulis.000 Total 100. Bila ada yang terlewat maka membuat data tidak konsisten lagi.000 Namun bentuk normal kesatu ini mempunyai banyak kelemahan yaitu a.000 4.000. No Fac 779 998 998 Kd Sup S02 G01 G01 Nama Supp Hitachi Gobel N Gobel N Kd Brg R02 A01 A02 Nama Brg Mouse Monitor CPU Tanggal 020797 070797 070797 Jatuh Tempo 020797 070797 070797 Q 10 10 10 Harga 10.000 4. Deleting/Penghapusan Bila satu record diatas dihapus misalnya No. Terlihat record-record yang tidak lengkap. juga seluruh record harus lengkap adanya. total satu factur. bila suatu ketika terjadi perubahan nama supplier misalnya maka harus mengganti disemua record yang mengandung hal tersebut.000 2. karena setiap kali harga dikalikan dengan quantitas akan menghasilkan jumlah. Bentuk file adalah flat file. d. b.000 400. pada hal data supplier masih diperlukan. Maka field tersebut dapatlah dibuang. kode supplier.500. quantitas. lihatlah kebergantungan fungsional fieldfield lain terhadap field kunci. kode barang. hanya data harga yang diubah. 3. jatuh tempo. Tidak konsisten disini disebabkan karena bila ada perubahan harga.000 2. 2. data jumlah tidak maka nilai jumlah tidak sama dengan q x harga. bila tidak dibuang maka mengakibatkan tidak konsisten. 1 factur 779. Melihat kondisi dari permasalahan factur diatas dapat diambil kunci kandidat yaitu: • Kode supplier • Kode barang Bentuklah tiga tabel dengan kunci tersebut. Redundancy Field jumlah di atas merupakan redundancy. sulit untuk membayangkan bagaimana bentuk record yang harus dibentuk untuk merekam data tersebut.

Namun permasalahan masihlah ada yaitu pada tabel Nota. tanggal factur. Tanggal. dan total. Tanggal Tempo. maka 5 kali harus dituliskan no factur. Total * Kode Supplier * Kode Barang Table Barang * Kode Barang Nama Barang Keterangan * Kunci Primer dari tabel ** Kunci tamu/ penghubung dari tabel terhadap induknya Dengan pemecahan seperti di atas maka sebagian dari pertanyaan perngujian pada bentuk normal kesatu yaitu inserting. Factur. Step IV Bentukl Normal Ketiga Bentuk normal ketiga mempunyai syarat setiap tabel tidak mempunyai field yang tergantung transitif. Ini harus pula dipisahkan bila terjadi penggandaan tulisan berulang-ulang. b. * Kode barang Q. cukuplah dibuka tabel Supplier dan disisipkan satu record baru. Masih terdapat redundancy data yaitu setiap kali satu factur yang terdiri dari 5 macam barang yang dibeli. Maka terbentuklah tabel sebagai berikut: Tabel Supplier * Kode Supplier Nama Supplier Tabel Nota * No. Harga Halaman 17 dari 20 . updating dapat terjawab. Demikian pula pada saat update dan delete baik itu tabel supplier dan juga tabel barang. Qty. Factur. harus bergantung penuh pada kunci utama. 4. Hal ini disebut sebagai kebergantungan yang transitif dan haruslah dipisahkan dalam dua tabel. K **Kode Supplier Tabel Barang * Kode Barang Nama Barang Tabel Transaksi Barang * No. Kode dan nama supplier baru dapat masuk kapanpun tanpa harus ada transaksi pada tabel Nota. Harga.Pemodelan Data Tabel Supplier * Kode Supplier Nama Supplier Tabel Nota * No. deleting. a. ia juga bergantung fungsi pada kode barang. Total. Factur. jatuh tempo. Field Q dan Harga pada tabel tersebut tidak bergantung penuh pada kunci primer no factur. Tempo.

Satu barang terjadi beberapa kali transaksi pembelian barang 7. Factur Kode Barang 779 R02 998 A01 998 A02 Q 10 10 10 Harga 100.500. Satu faktur punya beberapa transaksi barang c. Step VI Hubungan relasi antar tabel Gambar hubungan relasi antar file yang ada adalah : Tabel Supplier Tabel Barang Tabel Nota Tabel Transaksi Barang Pengertian relasi di atas adalah a. Halaman 18 dari 20 . Factur 779 996 Tabel Barang Kode Nama Barang Barang R01 Mouse A01 Monitor A02 CPU Kode Supplier S02 G01 Tanggal 02/02/97 07/02/97 Tempo 02/03/97 07/03/97 Total 100. padahal pada kenyataannya factur tersebut punya dokumen pelengkap misalnya Factur Penjualan Barang.000.000 2.000 Tabel Transaksi Barang No. Ujilah bahwa setiap tabel haruslah punya hubungan dengan tabel yang lainya.500. Laporan Stock barang. Step VII Kelengkapan Field-Field dalam perancangan Permasalahan di atas hanya mengacu pada satu dokumen factur pembelian barang. Table Supplier ode Nama Supplier Supplier G01 Gobel S02 Nustra Hitachi Tabel Nota No. Step V Pengujian dengan data contoh Pengujian disini untuk memastikan kebenaran isi tabel dan hubungan antara tabel tersebut. b.000 4.000 6. Satu supplier punya banyak Faktur. Laporan Pembelian dan masih banyak laporan dan dokumen data entry lainnya.000 6. Faktur punya relasi terhadap supplier. Bila tidak ada hubungan antar tabel maka dapat dikatakan perancangan untuk membuat satu database adalah gagal. Dalam hal ini tidaklah dapat dibalik supplier punya relasi terhadap Faktur.Pemodelan Data 5.

Yang berarti bahwa setiap entitas pada himpunan Mata_kuliah : NIP berhubungan dengan paling banyak 1 entitas pada himpunan Dosen : NIP. Aplikasi 001 Basis Data 002 Algoritma 001 Dosen NIP 001 002 Nama_dosen Kiki. Dalam contoh di atas. Pemilahan data ke dalam tabel-tabel yang mempunyai relasi membuat integritas keseluruhandata menjadi sangat penting. Adanya pemilahan tabel ( yang disebabkan oleh normalisasi) menyebabkan dikenalnya kunci tamu ( foreign key) dalam relasi antar tabel. Integritas Data Secara etimologis. untuk menjaga relasi antar tabel. Pada basisdata relasional dikenal istilah integrity constraint ( batasan integritas). Relasi antara satu tabel dengan tabel yang lain harus benarbenar terjadi sehingga keutuhan data dapat terjaga. Batasan integritas menjaga terhadap kerusakan baik yang disengaja maupun tidak disengaja pada basis data. Kunci tamu merupakan kolom yang mereferensikan pada kunci primer tabel lain. Batasan ( constraint) integritas memastikan bahwa perubahanperubahan yang dilakukan oleh pengguna yang berhak tidak akan menghasilkan inkonsistensi data. ST Foreign key Primary key Halaman 19 dari 20 . yang diklasifikasikan sebagai kunci tamu( foreiign key) adalah kolom NIPpada tabel Mata_kuliah. Dalam derajat relasi. misalnya Tabel Barang dengan bertambahnya field yang lain menjadi : Tabel Barang Kode Barang Nama Barang Harga Beli Harga Jual Sisa Stock Akhir Sisa Stock Awal Bulan 5. obyek integritas tersebut adalah data. Mata_kuliah Kode_MK K-001 B-002 K-002 Mata_kuliah NIP Komp.4. Ilustrasi dari integritas data pada suatu basis data relasional. ST Asep. hubungan kedua entitas ini dapat dinyatakan dengan hubungan banyak ke satu( many to one). Sedangkan kolom NIP pada tabel dosen merupakan kunci primer ( primary key) dari tabel Dosen. Munculnya istilah integritas terutama disebabkan oleh adanya konsep basisdata relasional dan adanya normalisasi. integritas berarti kesatuan. Tabel Mata_kuliahdan tabel dosenmemiliki satu kolom yang sama yaitu kolom NIP. Dalam konteks basis data. Terlihat bahwa satu dosen dapat mengajar lebih dari satu mata kuliah.Pemodelan Data Lewat step-step perancangan seperti di atas maka diperoleh field-field untuk melengkapi tabel-tabel yang ada dalam satu database. Sehingga dapat disimpulkan bahwa integritas data merupakan keutuhan dan kesatuan data dalam basis data sehingga data tersebut dapat menjadi sumber informasi yang dapat digunakan.

Aplikasi basisdata juga belum mempunyai DBMS ( Database Management System) sendiri. the free encyclopedia Halaman 20 dari 20 . Entitas digambarkan dalam basisdata dengan kumpulan atribut. Kesimpulan Entity-relationship (E-R) data model didasarkan pada persepsi terhadap dunia nyata yang tersusun atas kumpulan objek-objek dasar yang disebut entitas dan relasi. PUSTAKA • • Abraham Silberschatz & Henry F. 2. Akses data yang bersamaan oleh banyak pengguna. 5. Pemetaan Kardinalitas ( Mapping Cardinalities ) menyatakan jumlah entitas dimana entitas lain dapat dihubungkan ke entitas tersebut melalui sebuah himpunan relasi ( relationship set). 3. Kumpulan relasi bertipe sama disebut kumpulan relasi / relationship set. Masalah keamanan 8. Wikipedia. Kesulitan dalam pengaksesandata. Korth. Biasanya data disimpan dalam format file yang berbedabeda. diantaranya adalah sebagai berikut : 1. 4. Sehingga akan cukup sulit ketika akan melakukan perubahan atau penambahan batasan tersebut. Database System Concepts. Sulit dalam mengisolasi karena banyaknya file serta formatnya. Masalah integritas 6. Pemetaan berguna dalam menentukan himpunan relasi biner meskipun pemetaan dapat berperan dalam deskripsi himpunan relasi yang melibatkan lebih dari dua himpunan entitas. Relasi adalah hubungan antara beberapa entitas. Penggunaan sistem file dalam penyimpanan data memiliki beberapa kelemahan. sehingga dimungkinkan adanya duplikasi pada file yang berbeda.Pemodelan Data Awalnya aplikasi basisdata dibuat dengan menggunakan sistem file dalam penyimpanan basisdatanya. 4Th Edition.4. Constraint (batasan) integritasmenjadi bagian dari kode program. Kumpulan semua entitas bertipe sama disebut kumpulan entitas / entity set. 5. Pengulangandan inkonsistensi data. 7.

Sign up to vote on this title
UsefulNot useful