Basis Data

ASSALAMU ALAIKUM WR.WB

Basis data MIF W4-09

1

9/4/2011

Basis Data

Hubungan ERD dengan Normalisasi & Denormalisasi
KELOMPOK VI MIF W4 09

Basis data MIF W4-09

2

9/4/2011

Apa itu ERD….??
Diagram E-R berupa model datakonseptual, yang merepresentasikan data dalam suatu organisasi. Merupakan diagram yang menggambarkan hubungan (relationship) antar entitas (entity). ERD menekankan pada struktur dan relationship data.
Basis data MIF W4-09 3 9/4/2011

Komponen ERD…. Tiga notasi dasar yang bekerja pada model E-R yaitu : Entitas Relasi Atribut Basis data MIF W4-09 4 9/4/2011 .

rumah. peminjaman. manusia. pegawai dsb) Abstrak/konsep (department. penjualan.  Memiliki atribut yang mendeskripsikan karakteristik dari objek tersebut. mata kuliah dsb) Kejadian (pembelian. pekerjaan.Entitas  Merupakan obyek yang mewakili sesuatu dalam dunia nyata dan dapat dibedakan antara satu dengan lainnya (unique). dll)  Notasi : nama_entity Basis data MIF W4-09 5 9/4/2011 .  Dapat berupa: Fisik (mobil.

 Notasi : Nama_entitas Basis data MIF W4-09 6 9/4/2011 .Varian Entitas :  Strong Entity (entitas kuat) Himpunan entitas yg tidak memiliki ketergantungan dg entitas yang lain.

atribut yg berfungsi sebagai key yg benar-benar menjamin keunikan entitas.Varian Entitas :  Weak Entity (entitas Lemah) Himpunan entitas yg keberadaannya ketergantungan dengan entitas yang lain. Keberadaan data tanggungan tergantung pada data di pegawai tanggungan Basis data MIF W4-09 7 9/4/2011 .  Notasi dan contoh : Entitas tanggungan disebut sebagai entitas lemah karena jika data seorang pegawai dihapus maka data tanggungannya juga akan terhapus. Himpunan entitas yg demikian tidak memp.

Penentuan atribut bagi suatu entitas didasarkan pada relevansinya terhadap entitas tersebut. Nilainya jarang berubah. Basis data MIF W4-09 8 9/4/2011 .ATRIBUTE  karakteristik dari entity atau relationship yang menyediakan detail tentang entity atau relationship tersebut sehingga dapat dibedakan.  Merupakan karakteristik dari sebuah entitas (biasanya berhubungan dengan field dalam sebuah tabel).

Attribut  Atribut dalam ERD dilambangkan dengan bentuk elips Entitas Pegawai Departemen Atribut NIP. Nama. Nama. lokasi Basis data MIF W4-09 9 9/4/2011 . Alamat. Agama. jenis kelamin No.

Macam-macam Atribut Simple Attribute dan Composite Attribute  Single Valued Attribute dan Multi Valued Attribute  Mandatory Attribute  Derived Attribute (Attribut Turunan)  Key Attribute (Atribut Kunci)  Basis data MIF W4-09 10 9/4/2011 .

Contoh : atribut harga dari entity barang. Contoh : Entity mahasiswa memiliki atribut nama yang terdiri dari nama depan (first name). Basis data MIF W4-09 11 9/4/2011 .Simple Attribute dan Composite Attribute Atribut sederhana/ Simple Attribute : atribut yang tidak dapat dibagi-bagi menjadi atribut yang lebih mendasar. Atribut komposit/ Composite Attribute : atribut yang terdiri dari beberapa atribut yang lebih mendasar. nama tengah (middle name) dan nama belakang (last name).

Atribut Berharga Banyak (Multi-valued Attribute) : atribut yang dapat terdiri dari sekumpulan harga untuk suatu entitas tertentu.Single Valued Attribute dan Multi Valued Attribute Atribut Berharga Tunggal (Single-valued Attribute) : atribut yang hanya mempunyai satu harga untuk suatu entitas tertentu. Basis data MIF W4-09 12 9/4/2011 . Contoh : atribut hobi. Contoh : atribut umur.

Contoh : atribut umur yang dapat dihasilkan dari atribut tgl_lahir.Derived Attribute (Attribut Turunan) Atribut Derivatif : suatu atribut yang dihasilkan dari atribut lain. Basis data MIF W4-09 13 9/4/2011 .

Key Attribute (Atribut Kunci) Satu atau beberapa atribut yang mempunyai nilai unik sehingga dapat digunakan untuk membedakan data pada suatu baris/record dengan baris lain pada suatu entitas Macam key attribute: Superkey Candidat Key Primary key Basis data MIF W4-09 14 9/4/2011 .

Nama Nama (jika dapat dijamin kalau tidak ada nama yang sama antara satu baris dengan baris yang lain) NoKTP  Candidat Key: superkey yang jumlah atributnya paling sedikit  Contoh  candidat key untuk entitas pegawai   Nama (jika dapat dijamin kalau tidak ada nama yang sama antara satu baris dengan baris yang lain) NoKTP  Primary key: suatu candidat key yang dipilih menjadi kunci utama karena sering dijadikan acuan untuk mencari informasi. Alamat. JenisKel NoKTP. ringkas. Nama. dalam hal ini noKTP dapat digunakan sebagai suatu key Notasi : Basis data MIF W4-09 15 9/4/2011 . Superkey: satu atau gabungan beberapa atribut yang dapat membedakan setiap baris data dalam sebuah tabel secara unik  Contoh  Superkey untuk entitas pegawai:       NoKTP. Nama. JenisKel. menjadi keunikan suatu baris   Contoh : NoKTP antara satu pegawai dengan pegawai lain pasti berbeda. Alamat. Nama. Alamat NoKTP. Gaji NoKTP.

Simbol-Simbol Atribut (oval) nama_atribut nama_atribut nama_atribut nama_atribut_kunci nama_atribut_komposit nama_atribut bernilai ganda nama_atribut nama_atribut_derivatif nama_entity Basis data MIF W4-09 16 9/4/2011 .

Relasi  Hubungan antara beberapa entitas  Notasi :  Relasi kuat:  Relasi lemah: Basis data MIF W4-09 17 9/4/2011 .

Macam Relasi Unary : relasi dengan 1 entitas  Binary: relasi antara 2 entitas   One-to-one (1:1)  One-to-many (1:N) atau many-to-one (N:1)  Many-to-many (M:N)  Ternary: relasi antara 3 entitas atau lebih Basis data MIF W4-09 18 9/4/2011 .

employee supervisor supervison supervise employee work_on company title level job employee_name employee_id brunch_name Brunch_city employee Basis data MIF W4-09 work_on 19 brunch 9/4/2011 .

manager M1 M2 M3 manages R1 R2 R3 departement D1 D2 D3 manager 1 manages 1 departement Basis data MIF W4-09 20 9/4/2011 .Cardinality Ratio   Menjelaskan jumlah keterhubungan satu entity dengan entity yang lainnya. Contoh : seorang manager hanya memimpin satu departemen dan begitu sebaliknya. (1 : 1) : satu entitas pada tipe entitas A berhubungan dengan paling banyak satu entitas pada tipe entitas B dan juga sebaliknya.

employee E1 E2 E3 E4 E5 E6 N works_for R1 R2 R3 R4 R5 R6 1 departement D1 D2 D3 employee works_for departement Basis data MIF W4-09 21 9/4/2011 .Cardinality Ratio (lanj)  (1 : N / N : 1) : suatu entitas di A dihubungkan dengan sejumlah entitas di B. Contoh : banyak karyawan berkerja untuk satu depertement atau satu departement memiliki banyak karyawan yang bekerja untuknya.

employee E1 E2 E3 E4 works_on R1 R2 R3 R4 R5 R6 M N project P1 P2 P3 employee works_on project Basis data MIF W4-09 22 9/4/2011 . Contoh : satu proyek mempunyai banyak karyawan. satu karyawan boleh bekerja di beberapa proyek.Cardinality Ratio (lanj)  (M : N) : setiap entitas A dapat berhubungan dengan banyak entitas B dan sebaliknya setiap entitas B juga dapat berhubungan dengan banyak entitas A.

Symbol E-R Diagram Symbol Keterangan = Entity = Atribut Komposit Symbol Keterangan = Weak Entity = Relationship = Atribut Derivatif = Identifying Relationship E1 R E2 = Total Participation Of E2 In R = Atribut E1 1 R N E2 = Cardinality Ratio 1:N For E1:E2 In R ______ = Atribut Kunci = Atribut Multivalue Basis data MIF W4-09 23 9/4/2011 .

Contoh ERD : Basis data MIF W4-09 24 9/4/2011 .

Normalisasi Basis data MIF W4-09 9/4/2011 25 .

Normalisasi Sebuah upaya untuk memperoleh sebuah basis data dengan struktur yang baik (ruang penyimpanan yang efisien) dengan cara menerapkan sejumlah aturan (bentuk normal) pada setiap tabel yang menjadi anggota basis data tersebut. Basis data MIF W4-09 9/4/2011 26 .

Basis data MIF W4-09 9/4/2011 27 .Tujuan Normalisasi Agar data yang ada tidak redundan dan memiliki data integrity yang kuat sehingga ketika kita melakukan relasi antara tabel akan dengan mudah kita menjaga data integrity dan mendapatkan datanya.

Permasalahan dalam Normalisasi Redundansi data (ruang penyimpanan) Anomalies (penyimpangan dalam proses modifikasi data) o Insert Anomalies o Update Anomalies o Delete Anomalies Basis data MIF W4-09 9/4/2011 28 .

Redundansi Data normalisasi redundan Basis data MIF W4-09 29 9/4/2011 .

Redundansi Data Basis data MIF W4-09 30 9/4/2011 .

Insert Anomalies Bagaimana jika kategori diisi ‘minuman ringan’ sedangkan rak diisi ‘A.1’ ? data tidak konsisten ! Basis data MIF W4-09 31 9/4/2011 .

Update Anomalies Bagaimana jika kategori ‘mie instan’ ingin diganti dengan ‘makanan ringan’ ? tentu harus mengubah semua data ! Basis data MIF W4-09 32 9/4/2011 .

Delete Anomalies Bagaimana jika barang ‘fanta’ dihapus? semua data yang termasuk dalam kategori ‘minuman ringan’ akan ikut terhapus ! Basis data MIF W4-09 33 9/4/2011 .

Normalisasi Pada sejumlah kasus. dengan pertimbangan tertentu normalisasi ini dapat 'dilanggar‘. Normalisasi digunakan saat melakukan perancangan basis data. Basis data MIF W4-09 9/4/2011 34 . penerapan normalisasi secara ketat (strict) dapat mengakibatkan menurunnya performansi pemanfaatan basis data.

Denormalisasi Basis data MIF W4-09 9/4/2011 35 .

Jika performansi yang kita peroleh bisa menjadi jauh lebih baik.Denormalisasi Pelanggaran Normalisasi basis data disebut dengan Denormalisasi. Satu-satunya alasan mengapa kita boleh melakukan denormalisasi adalah pertimbangan performansi. Basis data MIF W4-09 9/4/2011 36 . maka normalisasi yang telah dilakukan cukup beralasan untuk dilanggar.

Normalisasi Normalisasi akan meningkatkan data integrity tetapi juga akan meningkatkan query complexity. Denormalisasi akan mengurangi data integrity dan juga akan mengurangi query complexity Basis data MIF W4-09 9/4/2011 37 .

redundansi tidak bisa dihilangkan sama sekali khususnya redundansi pada atribut-atribut yang berfungsi sebagai key primer. Denormalisasi Pada basis data relational.Normalisasi vs. Karena dengan inilah keterhubungan antara tabel satu dengan yang lain dapat terakomodasi Basis data MIF W4-09 9/4/2011 38 .

Normalisasi vs. Denormalisasi

Relasi antar tabel tidak akan ada jika redundansi dihilangkan sama sekali.
9/4/2011 39

Basis data MIF W4-09

Normalisasi vs. Denormalisasi
Akan tetapi redundansi juga harus diminimalisir karena berpotensi mengganggu integritas basis data. Khususnya pada saat terjadi operasi perubahan data yang tidak dijalarkan ke tabel-tabel lain yang berhubungan

Basis data MIF W4-09

9/4/2011 40

Normalisasi vs. Denormalisasi
Performansi dapat ditingkatkan dengan mengendalikan redundansi untuk mengurangi perhitungan, kompleksitas perintah dan jumlah tabel yang harus dilibatkan (join). Untuk itu digunakan Denormalisasi basis data.

Basis data MIF W4-09

9/4/2011 41

Any Question? Basis data MIF W4-09 9/4/2011 42 .

Bentuk-bentuk Denormalisasi Atribut yang terderivasi (atribut turunan) Atribut yang berlebihan Tabel rekapitulasi (summary table) Basis data MIF W4-09 9/4/2011 43 .

Atribut turunan Atribut yang nilainya bisa diperoleh dari nilainilai yang sudah ada pada atribut lain Basis data MIF W4-09 9/4/2011 44 .

Atribut turunan Tampilkan berapa banyak matakuliah yang sudah diambil oleh mahasiswa tertentu ! select count(*) from mengambil where NIM=‘04523356’. Basis data MIF W4-09 9/4/2011 45 .

Atribut turunan Dari contoh sebelumnya. jumlah sks ataupun IPK sering dilakukan?  membutuhkan waktu yang lama ! Basis data MIF W4-09 9/4/2011 46 . bagaimana jika data mahasiswa sangat banyak sedangkan proses untuk menampilkan jumlah matakuliah.

Atribut turunan Untuk itu perlu ditambahkan atribut baru pada tabel mahasiswa (total_sks. total_matkul.ipk) Basis data MIF W4-09 9/4/2011 47 .

Atribut yang berlebihan Atribut terkodekan (encoded attribute) Atribut gabungan (concatenated attribute) Atribut tumpang-tindih (overlapping attribute) Atribut bermakna ganda (alternate attribute) Basis data MIF W4-09 9/4/2011 48 .

Data program studi ini sebenarnya tidak diperlukan lagi karena sudah ada atribut prog_studi di tabel kuliah Kode kuliah simbada : 52304424 9/4/2011 49 Basis data MIF W4-09 .Atribut berlebihan : atribut terkodekan Atribut yang memiliki kode tambahan yang menunjukkan beberapa kondisi lainnya Contoh : id_mk di tabel kuliah yang didalamnya sudah terkandung data program studi.

Atribut berlebihan : atribut terkodekan Basis data MIF W4-09 9/4/2011 50 .

Atribut berlebihan : atribut terkodekan Tapi akan menjadi aneh jika kode matakuliah tidak mengikuti format aturan penulisan yang ada. Untuk itu kita bisa lakukan denormalisasi dengan tetap menuliskan kode matakuliah seperti di atas. Basis data MIF W4-09 9/4/2011 51 .

Atribut berlebihan : atribut gabungan Atribut dalam domain komposit Contoh : atribut nim di tabel mahasiswa merupakan gabungan dari tahun masuk/angkatan dengan program studi dan no urut mahasiswa. Dengan demikian atribut ini sebenarnya tidak atomik karena masih bisa dibagi lagi NIM : 04523500 angkatan no urut Basis data MIF W4-09 9/4/2011 52 .

Tentu hal ini akan membutuhkan informasi lebih tentang angkatan dan terdaftar di jurusan mana mahasiswa tersebut. Basis data MIF W4-09 9/4/2011 53 .Atribut berlebihan : atribut gabungan Sama hal nya dengan atribut terkodekan. akan menjadi aneh jika nomor mahasiswa tersebut hanyalah nomor urut.

Atribut berlebihan (atribut tumpang-tindih) Atribut dengan nilai yang tidak sepenuhnya ekslusif Contoh : atribut semester di tabel kuliah berisikan : ‘1’  matakuliah ganjil ‘2’  matakuliah genap ‘3’  matakuliah ganjil & genap nilai ‘3’ mencakup semester genap dan ganjil sekaligus (jadi tidak ekslusif). Basis data MIF W4-09 9/4/2011 54 .

Atribut berlebihan : atribut tumpang-tindih Basis data MIF W4-09 9/4/2011 55 .

jika itu dilaksanakan di semester ganjil dan genap. tapi untuk performansi hal ini dapat ‘dilanggar’ Basis data MIF W4-09 9/4/2011 56 .Atribut berlebihan : atribut tumpang-tindih Jadi sebaiknya matakuliah dimasukkan dua kali. Tentu saja hal ini melanggar aturan normalisasi (redundansi).

Bagi dosen tetap atribut ini berisi gaji tetap perbulan. Basis data MIF W4-09 9/4/2011 57 . sedangkan bagi dosen tidak tetap gaji ini berisi insentif mengajar tiap sks.Atribut berlebihan : atribut bermakna ganda Atribut yang memiliki arti berbeda tergantung kelompok entitasnya Contoh : Di tabel dosen terdapat atribut gaji.

Atribut berlebihan : atribut bermakna ganda Basis data MIF W4-09 9/4/2011 58 .

Tetapi sekali lagi. maka harus disediakan 2 buah atribut yakni gaji_tetap dan gaji_tidak_tetap. denormalisasi dalam hal ini boleh dilakukan. Walaupun sama-sama berisi tentang jumlah gaji yang diterima dosen. hal ini tentu saja melanggar aturan normalisasi karena ada blok data yang kosong.Atribut berlebihan : atribut bermakna ganda Jika gaji dosen harus dibedakan. Basis data MIF W4-09 9/4/2011 59 .

wb Semoga bermanfaat dan memenuhi standart penilaian baik dari bapak dosen BASIS DATA yaitu : Bapak HENDRA DJATNIKA.Wasalamualaikum wr. Basis data MIF W4-09 60 9/4/2011 .

Dadan Achmad Hamdan Yudhi Supriatna Ujang Wandi Salman Hafidz Ihsanudin NPM : 09402240 NPM : 09402483 NPM : 09402255 NPM : NPM : 09402444 Basis data MIF W4-09 61 9/4/2011 .Team Penyusun Kelompok VI :      R.

Sign up to vote on this title
UsefulNot useful