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

Sejumlah kemungkinan banyaknya hubungan antar entitas tersebut.2. 5. demikian juga dengan sebaliknya. Cardinality yaitu sebuah pemetaan (mapping) yang mengacu pada sejumlah objek pada entity set S1 yang dapat direlasikan ke objek pada entity set S2.2. merujuk kepada hubungan maksimum yang terjadi dari himpunan entitas yang satu ke himpunan entitas yang lain dan begitu 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.Pemodelan Data Model yang juga digunakan adalah model Martin dengan menggunakan simbol seperti di bawah ini : Tabel. Kardinalitas / Cardinalities Sejumlah entity set dapat berasosiasi dengan entity set yang lain melalui suatu relationship ditunjukan dengan mapping cardinalities.2. Halaman 3 dari 20 .

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). Kardinalitas relasi satu ke banyak dan Banyak ke satu dapat dianggap sama. A A1 A2 A3 B B1 B2 B3 B4 B5 Halaman 4 dari 20 . 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.Pemodelan Data Mapping Cardinality berdasarkan dua entity set (binary relationship set). dimana setiap entitas pada himpunan entitas B berhubungan dengan paling banyak yaitu satu entitas pada himpunan entitas A. 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. dapat berupa : 1. begitu pula sebaliknya setiap entitas pada himpunan B berhubungan paling banyak satu entitas yang ada di 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 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. dapat dilihat berdasarkan atributnya. dimana setiap entitas pada himpunan entitas B dapat berhubungan dengan banyak entitas pada himpunan entitas A. Key (Kunci) Secara Konseptual. Maka digunakan istilah Primary Key untuk menyatakan suatu candidate key yang dipilih dalam mengidentifikasi entity dalam entity set.2. Foreign Key adalah atribut yang melengkapi suatu hubungan yang menunjukan ke induknya (primary). 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. yang diambil secara kolektif yang dapat mengidentifikasikan secara unik suatu entity di dalam entity set. Kemungkinan bisa terjadi bahwa beberapa kumpulan atribut yang berbeda dapat berperan sebagai candidate key. Halaman 5 dari 20 . tetapi dari pandangan database perbedaan diantara keduanya. juga sama dengan kunci primary induk yang merelasikannya. karena superkey mungkin bisa berisi beberapa atribut yang sangat banyak. Tetapi hal itu akan memberikan kesukaran.3. Hal ini digunakan Superkey yaitu kumpulan satu atau beberapa atribut. Yang diperlukan dari superkey adalah super set sekecil mungkin. entity dan relationship secara individu berbeda. oleh karena itu minimal superkey disebut Candidate Key.Pemodelan Data Kode_jur Nama_jur Jenjang NIM Nama_MHS Alamat Jurusan 1 Mengambil M Mahasiswa Kode_jur NIM 3. Kunci tamu ditempatkan di entitas anak.

digunakan ‘aggregation’ yaitu suatu abstraksi yang menunjukan bahwa suatu relationship dianggap sebagai sebagai suatu entity set yang tingkatnya lebih tinggi. sementara weak entity adalah subordinate entity. Generalization and Specialization Hasil pemecahan suatu entity set yang lebih tinggi ke tingkat lebih rendah disebut specialization.4. 5.2. Halaman 6 dari 20 . Aggregation Satu keterbatasan dari model ERD adalah tidak mungkin mengekpresikan suatu relationship diantara relationship. Konsep ini berhubungan dengan konsep existence dependency yaitu suatu strong entity secara definisi adalah dominant entity. Varian ERD Sejumlah varian dari pemodelan menggunakan Entity Relationship: 1.Pemodelan Data Jika suatu entity set tidak mempunyai primary key. dan sebaliknya entitys set yang memiliki primary key disebut strong entity. sebaliknya hasil gabungan dua atau lebih entity set yang tingkatnya rendah. maka entity set tersebut disebut weak weak 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. untuk menghasilkan entity set yang tingkatnya lebih tinggi disebut generalization. Untuk mencegah hal itu.

Relasi Tunggal (Unary Relation) Implementasi relasi tunggal (unary relation) dari/ke himpunan yang yang sama dalam ER-Diagram tergantung pada derajat relasi. 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. Halaman 7 dari 20 .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 Multi Entitas (N-ary relation) Relasi multi entitas yang menghubungkan lebih dari dua himpunan entitas (N entitas.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 . dimana N>2) akan diimplementasikan pada sebuah table khusus.

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

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

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 . Menentukan Atribut Atribut yang diperlukan adalah Nama Bagian. Nama Pengawas. Nama Pegawaiselain primary-keys. 8. 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. Nama Proyek.Pemodelan Data 6.

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

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

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

Seminar bergantung secara fungsi pada satu atribut bukan seperkey seperti yang disyaratkan oleh BCNF.000.500.000 2.000.00 HARGA 1. tetapi tidak BCNF karena nomor seminar masih bergantung fungsi pada instruktur.00 2.0 10.0 : 07/07/97 : 987 JUMLAH 13.000 250.000 Total 100.00 33.000.000. 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 5.3. PT. 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 10.00 20.000 Halaman 15 dari 20 . Step I bentuk unnormalized Bentuk menjadi tabel unnormalized.00 Total 1.000 4. Setiap instruktur boleh hanya mengambil satu seminar saja.Pemodelan Data instruktur seminar tersebut.000.350.2. dengan memakai semua field data yang ada . SANTI PUTRA Jalan Setiabudhi No.000. 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. 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. jika setiap instruktur dapat mengajar hanya pada satu seminar.500.000.000 400.500.000 6. Pada contoh ini No_siswa dan Seminar menunjukkan seorang instruktur.000 Jumlah 100.000.500.

bagian yang double tidak perlu ditulis. Step II bentuk normal kesatu Bentuklah menjadi bentuk normal kesatu dengan memisah-misahkan data pada fieldfield yang tepat dan bernilai otomic. karena setiap kali harga dikalikan dengan quantitas akan menghasilkan jumlah. hanya data harga yang diubah.000 Jumlah 100.000 4.000 Total 100.500. pada hal data supplier masih diperlukan. b. harga. juga seluruh record harus lengkap adanya. bila tidak dibuang maka mengakibatkan tidak konsisten. quantitas. jatuh tempo. tanggal. 1 factur 779. sehingga supplier baru dapat masuk bila ada transaksi pembelian. jumlah.Pemodelan Data Menuliskan semua data yang akan direkam. sulit untuk membayangkan bagaimana bentuk record yang harus dibentuk untuk merekam data tersebut. kode supplier. 3.500. Inserting/penyisipan Kita tidak dapat memasukkan kode dan nama supplier saja tanpa ada transaksi pembelian. Bentuk file adalah flat file. maka berakibat pula menghapus data supplier SO2 (Hitachi). total satu factur. 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. Deleting/Penghapusan Bila satu record diatas dihapus misalnya No. Step III bentuk normal kedua Pembentukan bentuk normal kedua dengan mencari kunci-kunci field yang dapat dipakai sebagai patokan dalam pencarian dan sifatnya unik. data jumlah tidak maka nilai jumlah tidak sama dengan q x harga. nama barang. Dengan bentuk normal kesatu ini telah dapat dibuat satu file dengan 11 field yaitu No factur. nama supplier.000 250. Melihat kondisi dari permasalahan factur diatas dapat diambil kunci kandidat yaitu: • Kode supplier • Kode barang Bentuklah tiga tabel dengan kunci tersebut. lihatlah kebergantungan fungsional fieldfield lain terhadap field kunci. Tidak konsisten disini disebabkan karena bila ada perubahan harga. d. Maka field tersebut dapatlah dibuang.000 2.000 4. Terlihat record-record yang tidak lengkap. kode barang. Redundancy Field jumlah di atas merupakan redundancy.000 2.000.000 Namun bentuk normal kesatu ini mempunyai banyak kelemahan yaitu a. Updating/Pengubahan Kode dan nama supplier terlihat ditulis berkali-kali. maka didapatkan tabel sebagai berikut : Halaman 16 dari 20 . bila suatu ketika terjadi perubahan nama supplier misalnya maka harus mengganti disemua record yang mengandung hal tersebut. 2. c.000 400.000. Bila ada yang terlewat maka membuat data tidak konsisten lagi.

Ini harus pula dipisahkan bila terjadi penggandaan tulisan berulang-ulang. Factur. * Kode barang Q. deleting. Tanggal. 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. Maka terbentuklah tabel sebagai berikut: Tabel Supplier * Kode Supplier Nama Supplier Tabel Nota * No. jatuh tempo. Harga Halaman 17 dari 20 . harus bergantung penuh pada kunci utama. Step IV Bentukl Normal Ketiga Bentuk normal ketiga mempunyai syarat setiap tabel tidak mempunyai field yang tergantung transitif. a. Masih terdapat redundancy data yaitu setiap kali satu factur yang terdiri dari 5 macam barang yang dibeli. dan total. Factur. cukuplah dibuka tabel Supplier dan disisipkan satu record baru. ia juga bergantung fungsi pada kode barang. Tempo. Namun permasalahan masihlah ada yaitu pada tabel Nota. Harga. b. Qty. Kode dan nama supplier baru dapat masuk kapanpun tanpa harus ada transaksi pada tabel Nota. 4. Tanggal Tempo. Demikian pula pada saat update dan delete baik itu tabel supplier dan juga tabel barang. tanggal factur. updating dapat terjawab. 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.Pemodelan Data Tabel Supplier * Kode Supplier Nama Supplier Tabel Nota * No. Field Q dan Harga pada tabel tersebut tidak bergantung penuh pada kunci primer no factur. Total. maka 5 kali harus dituliskan no factur.

padahal pada kenyataannya factur tersebut punya dokumen pelengkap misalnya Factur Penjualan Barang. Table Supplier ode Nama Supplier Supplier G01 Gobel S02 Nustra Hitachi Tabel Nota No.000 6. Bila tidak ada hubungan antar tabel maka dapat dikatakan perancangan untuk membuat satu database adalah gagal. Halaman 18 dari 20 .000 2.000 6. 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. Faktur punya relasi terhadap supplier. Step V Pengujian dengan data contoh Pengujian disini untuk memastikan kebenaran isi tabel dan hubungan antara tabel tersebut.500. b.000 4. Factur Kode Barang 779 R02 998 A01 998 A02 Q 10 10 10 Harga 100.000 Tabel Transaksi Barang No. Laporan Pembelian dan masih banyak laporan dan dokumen data entry lainnya. Satu faktur punya beberapa transaksi barang c. Satu supplier punya banyak Faktur. Ujilah bahwa setiap tabel haruslah punya hubungan dengan tabel yang lainya. Laporan Stock barang. Dalam hal ini tidaklah dapat dibalik supplier punya relasi terhadap Faktur.Pemodelan Data 5. Satu barang terjadi beberapa kali transaksi pembelian barang 7. 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.500. Step VII Kelengkapan Field-Field dalam perancangan Permasalahan di atas hanya mengacu pada satu dokumen factur pembelian barang.000.

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

the free encyclopedia Halaman 20 dari 20 . Pemetaan berguna dalam menentukan himpunan relasi biner meskipun pemetaan dapat berperan dalam deskripsi himpunan relasi yang melibatkan lebih dari dua himpunan entitas. Akses data yang bersamaan oleh banyak pengguna. Aplikasi basisdata juga belum mempunyai DBMS ( Database Management System) sendiri. sehingga dimungkinkan adanya duplikasi pada file yang berbeda. 5. Entitas digambarkan dalam basisdata dengan kumpulan atribut. Kumpulan relasi bertipe sama disebut kumpulan relasi / relationship set. 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. Masalah keamanan 8. 7.4. Korth. Masalah integritas 6. Kumpulan semua entitas bertipe sama disebut kumpulan entitas / entity set. Kesulitan dalam pengaksesandata. Penggunaan sistem file dalam penyimpanan data memiliki beberapa kelemahan.Pemodelan Data Awalnya aplikasi basisdata dibuat dengan menggunakan sistem file dalam penyimpanan basisdatanya. 4Th Edition. 2. PUSTAKA • • Abraham Silberschatz & Henry F. Sulit dalam mengisolasi karena banyaknya file serta formatnya. 4. Sehingga akan cukup sulit ketika akan melakukan perubahan atau penambahan batasan tersebut. Biasanya data disimpan dalam format file yang berbedabeda. 5. Relasi adalah hubungan antara beberapa entitas. Pengulangandan inkonsistensi data. Wikipedia. Constraint (batasan) integritasmenjadi bagian dari kode program. diantaranya adalah sebagai berikut : 1. Pemetaan Kardinalitas ( Mapping Cardinalities ) menyatakan jumlah entitas dimana entitas lain dapat dihubungkan ke entitas tersebut melalui sebuah himpunan relasi ( relationship set). Database System Concepts. 3.

Sign up to vote on this title
UsefulNot useful