RINGKASAN DB - AA June 12, 2015

UAS DATABASE SYSTEM

Essay (60%):
- SESSION 23 & 24 Distributed Database
- SESSION 15 & 16 Transaction Management
- SESSION 17 & 18 Database Life Cycle and Analysis
- SESSION 22 Enhanced Entity Relationship
- SESSION 25 & 26 Datawarehouse and Data Mining
- SESSION 19 Database Normalization

Case (40%):
- SESSION 19 Database Normalization
- SESSION 21 Entity Relationship Modelling ERD

DISTRIBUTED DATABASE
Distributed Database: kumpulan data yang secara logis saling berhubungan dan secara
fisik didistribusikan/dibagikan melalui sebuah jaringan komputer.

Distributed DBMS: sebuah sistem software

yang memungkinkan pengelolaan
distributed database dan membuat
prosesnya transparan buat para pengguna
(user).

Konsep-nya kira-kira begini:

kumpulan data yang berhubungan
dibagi menjadi beberapa fragment
fragment-nya digandakan
replika tadi dialokasikan ke situs
situs saling berhubungan lewat jaringan
data di setiap situs dikontrol DBMS.

Parallel DBMS: DBMS yang dirancang dengan beberapa prosesor serta penyimpanan yang
dibuat supaya bisa mengekseskusi operasi secara paralel untuk meningkatkan performa
keseluruhan sistem.

1
RINGKASAN DB - AA June 12, 2015

Kelebihan Distributed DBMS:

- menunjukkan struktur organisasional - meningkatkan shareability & otonomi lokal
- meningkatkan availability - meningkatkan reliability
- meningkatkan performa - ekonomis
- pertumbuhan modular

Kelemahan Distributed DBMS:

- kompleks - cost
- keamanan - kontrol integritas
- kurangnya standar - kurang pengalaman
- design database ruwet

2 jenis DDBMS:
- Homogenous: setiap situs akan menggunakan produk DBMS yang sama, lebih mudah
untuk pengelolaan dan perancangan. Pendekatannya bersifat incremental dan mendukung
peningkatan performa.

- Heterogenous: setiap situs bisa menggunakan produk DBMS yang berbeda, biasanya
terjadi saat situsnya telah mengimplementasikan database-nya sendiri dan proses
integrasinya dilakukan belakangan. Butuh proses penerjemahan (translation) untuk
hardware dan produk DBMS yang berbeda. Solusinya pake gateway.

Fungsi DDBMS:
- memperluas komunikasi
- memperluas kamus data
- distributed query processing
- memperluas kontrol untuk concurrency
- memperluas layanan untuk recovery

3 persoalan umum dalam perancangan Distributed Database:

- Fragmentasi: tabel bisa terbagi menjadi beberapa sub-tabel
- Alokasi: setiap fragment disimpan di situs dengan distribusi optimal
- Replikasi: replika dari fragment bisa diurus oleh beberapa situs

Ada 73 slide, sisanya tentang alokasi data dan gak tau apa, kayaknya ga keluar.

2
RINGKASAN DB - AA June 12, 2015

TRANSACTION MANAGEMENT
NOTE: Bab ini ada 119 (seratus sembilan belas) slide, harap maklum kalau ada yang
kecolongan gak kena ringkas. Kalau kata dosen sih yang penting itu yang ACID.

Transaction: sebuah tindakan (action) yang dilakukan oleh user atau aplikasi yang berupa
membaca (read) atau memperbarui (update) konten dari sebuah database.

Atribut-atribut Transaksi (ACID):

- Atomicity all or nothing, kalau gagal di tengah jalan, hapus/ulang lagi dari awal.
- Consistency apapun yang terjadi database harus tetap konsisten
- Isolation efek parsial dari satu transaksi yang sedang berjalan ga boleh mempengaruhi
jalannya transaksi lain.
- Durability efek dari suatu transaksi yang sudah dilakukan bersifat permanen

Dengan concurrency control, operasi-operasi yang berjalan secara bersamaan bisa dicegah
untuk saling mengganggu operasi lainnya.

Contoh masalah lost update:

Di T2, saldo nambah jadi 200, pas T1 jalan, saldo ke-overwrite jadi 90 (harusnya kan 190)

Locking: transaksi akan menggunakan penguncian (lock) untuk mencegah transaksi lain
melakukan akses sehingga update ngaco bisa dihindari. Saat lock dilakukan transaksi lain bisa
dicegah untuk mengubah (modify) ataupun membaca (read) suatu item yang sedang diproses
transaksi yang bersangkutan.

Two-Phase Locking (2PL):

- Growing phase butuh semua lock
- Shrinking phase melepas semua lock

3
RINGKASAN DB - AA June 12, 2015

Penggunaan 2PL:

Deadlock: peristiwa yang terjadi ketika dua buah atau lebih proses masing-masing menunggu
data yang terkunci untuk dibebaskan antara satu dengan yang lain.

Timeout: mekanisme pencegahan

deadlock menggunakan batasan
waktu pada penguncian, proses
mencoba untuk mendapat lock
untuk waktu yang sudah
ditentukan (system-defined
period of time) sebelum akhirnya
menyerah (lock request time-
out).

Timestamp: sebuah penanda unik

yang dibuat oleh DBMS untuk
menunjukkan waktu awal relatif transaksi, tidak menggunakan lock, tetapi jika terjadi
konflik, maka digunakan rollback.

Database Recovery: proses memulihkan database ke kondisi yang tepat saat

kesalahan/kegagalan sistem terjadi.

Log file: seluruh informasi mengenai semua update yang dilakukan kepada database baik
transaksi maupun checkpoint. Contoh log file:

4
RINGKASAN DB - AA June 12, 2015

Checkpoint: suatu titik acuan (point) antara database dan log file, semua buffer akan ditulis
ke penyimpanan sekunder.

Saga: sekumpulan transaksi yang bisa 'diselipkan' diantara transaksi-transaksi lainnya.

DATABASE LIFECYCLE & ANALYSIS

Sistem Informasi: sumber daya yang mendukung pengumpulan, manajemen, kontrol, serta
penyebaran informasi dalam suatu organisasi.

Database Lifecycle (DBLC):

1. Database planning
aktivitas manajemen yang mendukung fase perencanaan yang efisien serta efektif. Pada fase
ini, akan ditentukan tujuan utama pembuatan database (dikenal sebagai mission statement).
Setelah itu, dibuatlah mission objective yang berisikan masing-masing tugas yang akan
didukung database nantinya.

2. System definition
cakupan dan batasan dari database yang akan dibuat serta pandangan/opini user (manajer,
supervisor, personil, marketing, dll) diurus di fase ini. Database nantinya dimungkinkan untuk
memiliki lebih dari satu user view. Pada proses ini dipastikan jika tidak ada user penting
yang terlupakan di dalam proses pengembangan database.

5
RINGKASAN DB - AA June 12, 2015

3. Requirement collection and analysis

proses pengumpulan dan pemrosesan informasi tentang bagian-bagian dari organisasi yang
didukung oleh database, nantinya informasi ini akan digunakan untuk mengenal requirement
si user untuk sistem baru. Informasi yang dikumpukan mencakup deskripsi penggunaan data,
detail mengenai pemrosesan data, serta requirement tambahan. Informasi-informasi
tersebut akan dipertimbangkan dalam pembuatan database.

4. Database design
proses pembuatan rancangan database yang akan mendukung tujuan utama dari si
perusahaan. Pada fase ini juga akan muncul data modelling yang berguna untuk mengetahui
secara lebih jelas setiap sudut pandang untuk user view dan juga penggunaan datanya. Proses
in dibagi menjadi 3 fase:
4.1 Fase Conceptual
proses pembuatan model data yang digunakan dalam perusahaan tanpa memikirkan
seluruh hal yang bersifat fisik. Nantinya data-data konseptual akan diolah di fase
selajutnya, fase Logical.

4.2 Fase Logical

data dari fase Conceptual diproses lalu merancang model data yang digunakan dalam
perusahaan berdasarkan model data yang spsesifik (saling berhubungan).

4.3 Fase Physical

proses menghasilkan deskripsi dari implementasi database pada media penyimpanan
sekunder. Pada tahap ini diperjelas tabel dasar, organisasi file, serta pemberian indeks
untuk meraih keefisienan untuk akses data. Dari tahap ini akhirnya akan disesuaikan ke
dalam DBMS yang ingin digunakan.

5. DBMS selection opsional

pemilihan DBMS yang cocok untuk mendukung sistem database.

6. Application design
kegiatan paralel perancangan UI dan program yang akan digunakan untuk memroses database.
Ada 2 kegiatan utama:
6.1 UI Design
proses pembuatan antarmuka (User Interface) yang akan digunakan end-user.

6.2 Transacion Design

perancangan transaksi yang akan ada di dalam database serta tiga operasi utamanya,
mencakup pengambilan informasi (IR), update, dan mixed.

6
RINGKASAN DB - AA June 12, 2015

7. Prototyping opsional
pembuatan prototype database sebagai sarana mendapat feedback user.

8. Implementation
masuk ke tahap yang lebih physical, membuat skema database dengan DDL serta membuat
aplikasinya mengunakan 3GL atau 4GL, sudah termasuk seluruh transaksi yang
diimplementasikan menggunakan DML.

9. Data conversion and loading

memasukkan data-data ke dalam database baru dan mengintegrasikan aplikasi-aplikasi yang
ada agar bisa berfungsi di dalam database.

10. Testing
proses pengecekan dengan maksud mencari error. Pada tahap ini, digunakan strategi
pengetesan dengan data-data realistis.

11. Operational maintenance

proses mengawasi dan mengurus database setelah pemasangan. Jika ada penurunan performa,
dibutuhkan beberapa langkah reorganisir serta penyetelan ulang databasenya.

Data Administration (DA) mengurus database planning serta pengembangan dan penjagaan
standar, kebijakan dan perancangan database secara konseptual dan logikal (fase 1 - 4.2
dalam Database Life Cycle) sementara Database Administration (DBA) mengurus perancangan
database secara fisik, keamanan serta kontrol integritas, dan juga pengawasan terhadap
performa sistem database (fase 4.3 11).

Dalam analisa database, metode Fact-finding umum digunakan untuk mendapatkan

informasi yang dibutuhkan untuk membuat aplikasi database.

Fact-finding bisa dilakukan dengan cara:

A. Mempelajari dokumentasi (examining documentation)

- mendapat sudut pandang dari dalam organisasi
- mengenal bagian-bagian dari organisasi
- memahami sistem dengan lebih baik

Contoh dokumentasi yang bisa digunakan: data dictionary, program documentation, flow
chart, user manual, internal memo, email, minutes of meeting (MoM), performance reports,

7
RINGKASAN DB - AA June 12, 2015

job description, mission statement, dan banyak lagi.

B. Wawancara (interview)
jamak digunakan dan biasanya metode yang paling berguna. Prinsipnya Mau ngerti?
Ketemuan aja langsung. Dari tahap wawancara ini, didapatkan fakta mengenai organisasi,
end-user yang terlibat proses apa-apa saja, serta terkumpulnya ide dan opini. Ada 2 jenis
pertanyaan yang bisa digunakan:
- Open-ended: pertanyaan yang jawabannya bisa luas, panjang.
- Close-ended: pertanyaan dengan opsi spesifik: iya, gak, mungkin, bisa jadi, dll.

Keuntungan:
- respon bisa luas
- responden merasa dilibatkan dalam proses
- bisa langsung follow up
- interviewer bisa memahami bahasa tubuh responden

Kekurangan:
- makan waktu dan duit, ga praktis
- interviewer harus piawai ngorek informasi
- responden harus bersifat terbuka (ga nahan informasi)

C. Mengamati operasi yang dilakukan organisasi secara langsung (observe)

salah satu cara efektif untuk memahami sistem. Bisa dengan cara terlibat langsung atau cuma
jadi 'penonton' segala aktivitas yang terjadi dalam organisasi tersebut. Sangat berguna saat
data yang didapat dari metode lain (seperti wawancara) dipertanyakan validitasnya (misalnya
respondennya tukang ngibul).
Keuntungan:
- cek validitas data
- bisa lihat langsung proses
- bisa dapat data dari lingkungan fisik
- murah biasanya (uang bensin aja)
- bisa langsung membuat perhitungan

Kekurangan:
- kalau lagi diamati, orang biasanya jadi sok-sok rajin/bersih (kalau aslinya ada proses
kecurangan/pelanggaran lainnya, sulit dideteksi)
- misinterpretasi (semacam gagal paham sama prosesnya)

8
RINGKASAN DB - AA June 12, 2015

- kurang praktis

D. Riset (research)
digunakan untuk pengumpulan informasi menggunakan jurnal, buku refernsi, dan juga lewat
internet (user group, bulletin board, dsb). Informasi yang didapat biasanya berupa bagaimana
penyelesaian masalah yang mirip.

Keuntungan:
- irit waktu, kalau langsung ketemu solusi
- bisa mempelajari pengalaman orang lain dengan masalah yang mirip
- researcher jadi up-to-date dengan perkembangan saat ini

Kekurangan:
- butuh akses untuk sumber informasi yang tepat
- terkadang kurang membantu, masalahnya belum pernah didokumentasikan

E. Kuesioner (questionnaire)
dilakukan dengan survey yang dibuat sedemikian rupa sehinga fakta bisa diambil dari
kumpulan orang sambil memberi batasan atas respon-respon yang masuk. Ada 2 macam
pertanyaan yang digunakan dalam kuesioner: free-format dan fixed-format.

Keuntungan:
- responden lebih nyaman
- murah untuk mengumpulkan informasi dari banyak orang
- kerahasiaan terjamin sehingga responden menyediakan fakta yang asli
- respon bisa langsung ditabulasikan dan dianalisa
Kekurangan:
- jumlah responden bisa jadi cuma sedikit (5-10%)
- kuesioner bisa diisi tidak lengkap
- ada kemungkinan pertanyaan ambigu yang menimbulkan misinterpretasi
- ga bisa memahami bahasa tubuh responden

Output dari Fact-finding fakta mengenai sistem, requirement, dan preferensi.

9
RINGKASAN DB - AA June 12, 2015

ENHANCED ENTITY RELATIONSHIP

Cikal bakal Enhanced Entity Relationship:
Pada medio 80-an, konsep dasar dari ER dianggap gak cukup untuk merepresentasikan
requirement baru untuk aplikasi yang lebih kompleks. Untuk itu hadirlah konsep permodelan
semantik. Konsep semantik ini dinikahkan dengan konsep ER dan lahirlah Enhanced Entity
Relationship atau yang ramah disapa 'EER' (baca: i-i-ar), juga dikenal sebagai bahan soal Essay
nomor 5 di ujian akhir semester nanti yang bobot nilainya 10 dari 100.

Superclass: sebuah entitas yang memiliki satu/lebih subgrouping yang saling berbeda.
Subclass: sebuah subgrouping dari entitas di atasnya (sebut saja dari superclassnya).

Hubungan superclass ke subclass adalah one-to-one (1.1). Superclass mampu memiliki

subclass yang overlapping dan tidak semua member dari superclass harus menjadi member
dari suatu subclass (bingung kan?)

Spesialisasi (specialization): proses memaksimalkan perbedaan antar member dari sebuah

entitas dengan cara mengidentifikasi karakteristik yang berbeda. Misal: manusia dispesialisasi
jadi mahasiswa, dosen, dll.

Generalisasi (generalization): proses meminimalisir perbedaan antar entitas dengan mencari

kesamaan karakteristik. Misal: ayam, bebek, dan burung digeneralisasi sebagai unggas.

2 macam constraint pada EER:

- Participation constraint
menentukan apakah member superclass juga harus jadi member subclass atau tidak.
Value: optional atau mandatory.

- Disjoint constraint
menjelaskan hubungan antar member subclass dan mengindikasikan apakah member dari
superclass bisa menjadi dari satu atau lebih dari satu subclass.
Value: AND (non-disjoint) atau OR (disjoint).

10
RINGKASAN DB - AA June 12, 2015

Contoh EER:

DATAWAREHOUSE & DATA MINING

Datawarehouse: koleksi data yang subject-oriented, time-variant, terintegrasi, dan non-
volatile yang digunakan untuk mendukung proses pembuatan keputusan manajemen.

Integrated data: data yang konsisten.

Time-variant data: asosiasi data dengan waktu.
Non-volatile data: biasanya data tidak diupdate secara real-time dan alih-alih menggantika
data yang kena update, data baru akan masuk sebagai suplemen untuk database.

Keuntungan memakai DWH:

- potensi ROI (return on investment, worth the cost-lah pokoknya)
- keuntungan persaingan
- meningkatkan produktivitas untuk decision making

11
RINGKASAN DB - AA June 12, 2015

Perbedaan Online Transaction Processing (OLTP) dengan Datawarehousing (DWH):

Tool yang digunakan oleh end-user:

- Traditional reporting and query
- OLAP
- Data mining

Metadata: data tentang data, digunakan untuk berbagai kebutuhan khususnya dalam
pembuatan DW yang terintegrasi penuh.

Proses ETL:
- Ekstraksi (Extraction)
menunjuk 1 atau lebih sumber data khususnya yang masuk dalam database OLTP tetapi juga
bisa termasuk database personal seperti spreadsheet, file enterprise resource planning (ERP),
serta log file penggunaan web.

- Transformasi (Transformation)
menerapkan sekumpulan peraturan ataupun fungsi kepada data yang diekstrak yang nantinya
menentukan bagaimana sebuah data bisa digunakan untuk analisis, termasuk transformasi
berupa kesimpulan data, data encoding, penggabungan data, pemisahan data, perhitungan
data, serta pembuatan key pengganti (surrogate keys).

- Loading
Data yang memuat constraint tambahan serta didefinisikan di dalam skema database bisa
diaktifkan, memberi kontribusi terhadap keseluruhan kualitas data dari proses ETL tersebut.

12
RINGKASAN DB - AA June 12, 2015

DW DBMS Requirement:
- Load performance
- Data quality management
- Terabyte scalability
- Networked data warehouse
- Integrated dimensional analysis
- Load processing
- Query performance
- Mass user scalability
- Warehouse administration
- Advanced query functionality

Data Mining: proses mengekstrak informasi yang valid, belum diketahui sebelumnya, dan
actionable dari database dan memakai informasi tersebut untuk membuat keputusan bisnis
yang krusial/penting.

4 operasi dasar pada Data Mining:

- Predictive modeling
sama seperti cara belajar manusia, menggunakan observasi untuk melihat model/pola dari
suatu fenomena. Sekumpulan sampel dari data historis akan diamati. Ada 2 macam Predictive
Modeling: Classification dan Value Prediction.

- Database segmentation
digunakan untuk membagi (partisi) database menjadi beberapa bagian (segmen/cluster) dari
sekumpulan record yang sejenis/mirip.

- Link analysis
menentapkan hubungan/asosiasi antar record, atau sekumpulan record di dalam suatu
database. Ada 3 macam Link Analysis:
1. Association discovery
menemukan item yang termasuk kehadiran item lainnya di dalam event yang sama
2. Sequential Patern discovery
menemukan pola antara event sehingga kehadiran sekelompok item akan diikuti
oleh sekumpulan item lainnya dalam satu waktu.
3. Similar Time Sequence discovery
menemukan hubungan antar 2 koleksi data yang tidak bergantung pada waktu dan
didasarkan pada derajat kesamaan anatara pola waktu yang dibuat keduanya.

- Deviation detection
sumber pengamatan deviasi (penyimpangan) terhadap ekspektasi awal dan kebiasaan normal
yang diduga sebelumnya.

13
RINGKASAN DB - AA June 12, 2015

KESIMPULAN - Kunci dari Datawarehousing dan Data Mining adalah menemukan data-data apa
saya yang perlu untuk digali lebih dalam. Data yang digali haruslah terpisah, single, bersih,
terintegrasi, serta konsisten. Data mining yang bersumber pada data warehouse akan
menghasilkan hasil yang menyeluruh serta mendetail. Hasil akhir dari data mining akan sangat
berguna jika pola yang belum pernah ditemukan sebelumnya akhirnya didapat.

DATABASE NORMALIZATION
Database Normalization: sebuah teknik yang digunakan untuk menghasilkan sekumpulan
relasi/tabel yang mendukung data requirement dari suatu perusahaan.

Karakteristik normalisasi yang bener:

- jumlah atribut yang paling minimal
- atribut yang secara logika memiliki hubungan akan berada di relasi yang sama
- redudansi data seminimal mungkin

Kalau normalisasinya bener, ini keuntungannya:

- user akan lebih mudah akses dan mengurus data
- storage yang dipakai jadi lebih efisien

2 properti penting dekomposisi:

- Lossless join property mendukung pencarian instance dari relasi/tabel dari instance yang
ada di relasi/tabel yang lebih kecil.

- Dependency preservation property mendukung constraint dari relasi/tabel asli dengan

menjalankan constraint yang ada di relasi/tabel yang lebih kecil.

Proses melakukan Normalisasi (Soal Case):

A. UNF (Un-Normalized Form)
sebuah tabel yang memuat satu atau lebih grup atribut yang bisa diisi berulang.

Jadi ngapain? Dari sumber informasi (berupa form/struk/bon) yang ada masukkan seluruh
atribut ke dalam format tabel.

B. 1NF (First-Normalized Form)

sebuah tabel yang wilayah perpotongan dari setiap baris dan kolomnya memiliki satu nilai
(value).

14
RINGKASAN DB - AA June 12, 2015

Jadi ngapain? Pertama-tama pilih satu atribut untuk menjadi key (Primary Key, PK), kedua,
buat atribut yang berulang ketika diinput dan bergantung sama key-nya tadi dibuang/dipisah
jadi relasi baru, terakhir attribut yang derived (bisa didapat dari hasil perhitungan atribut
lainnya) dibuang seperti umur, total, sub-total, dsb. Di fase ini bakalan ada 2 tabel yang
terbentuk: TrHeader{...} dan TrDetail:{...}

C. 2NF (Second-Normalized Form)

sebuah tabel yang berasal dari 1NF dan setiap atribut non-PK-nya bersifat full-functional
dependent (bergantung pada PK sepenuhnya, tidak secara parsial)

Jadi ngapain? pertama-tama identifikasi PK, lalu jika ada atribut yang dependensi secara
parsial (hanya bergantung pada salah satu PK, padahal PK-nya ada 2), langsung dipisah jadi
tabel baru bersamaan dengan si PK-nya itu. Fase ini fokusnya di relasi TrDetail{...} yang punya
2 PK. Dari relasi TrDetail{...} tersebut bisa pecah menjadi beberapa relasi misal TrDetail{...}
dan MsBuku{...}

D. 3NF (Third-Normalized Form)

sebuah tabel yang merupakan hasil pemrosesan 1NF dan 2NF dan atribut non-PK-nya TIDAK
secara transitif bergantung pada PK.

Jadi ngapain? pertama-tama identifikasi PK, lalu jika ada atribut non-key yang dependensi
secara transitif, langsung dipisah jadi tabel baru bersamaan dengan si PK-nya itu. Fase ini
fokusnya di relasi TrHeader{...}. Dari relasi TrHeader{...} tersebut bisa pecah menjadi
beberapa relasi misal TrHeader{...}, MsCustomer{...}, dan MsStaff{...}.

Contoh Soal:

UNF
TrID, TrDate, VendorName, VendorPhone, VendorEmail, EmployeeName, {MovieName,
MoviePrice, MovieRating, MovieTypeName, StartShowDate, EndShowDate, MovieDuration}

15
RINGKASAN DB - AA June 12, 2015

1NF
HeaderTrMovie :(TrID, TrDate, VendorName, VendorPhone, VendorEmail,
EmployeeName)
DetailTrMovie :(TrID, MovieID, MovieName, MoviePrice, MovieRating, StartShowDate,
EndShowDate, MovieTypeName, MovieDuration)
2NF
HeaderTrMovie :(TrID, TrDate, VendorName, VendorPhone, VendorEmail,
EmployeeName)
DetailTrMovie :(TrID, MovieID)
Movie :(MovieID, MovieName, MoviePrice, MovieRating, StartShowDate,
EndShowDate, MovieTypeName, MovieDuration)
3NF
HeaderTrMovie :(TrID, VendorID, EmployeeID, TrDate)
DetailTrMovie :(TrID, MovieID)
Movie :(MovieID, MovieTypeID, MovieName, MoviePrice, MovieRating,
StartShowDate, EndShowDate, MovieDuration)
Vendor :(VendorID, VendorName, VendorPhone, VendorEmail)
Employee :(EmployeeID, EmployeeName)
MovieType :(MovieTypeID, MovieTypeName)

*Keterangan : (Primary Key, Foreign Key, Non-key)

ENTITY RELATIONSHIP MODELLING

Entity: sekumpulan objek yang memiliki property yang sama.
Contoh entitas mahasiswa, entitas staff

2 tipe Entitas:
- Strong Entity independen terhadap entitas lain mahasiswa, customer, staff
- Weak Entity dependen terhadap entitas lain transaksi

Relationship: asosiasi yang memiliki makna diantara entitas.

Degree of Relationship:
- Binary (2)

16
RINGKASAN DB - AA June 12, 2015

- Ternary (3)
- Quaternary (4)

Attribute: property dari sebuah

entitas.

Jenis-jenis attribute:
- Simple (satu komponen
independen)
- Composite (terdiri dari beberapa
komponen independen)
- Single-valued (hanya memiliki satu
nilai untuk satu tipe entitas,
contoh: radiobutton gender)
- Multi-valued (memiliki banyak nilai untuk 1 tipe entitas, contoh: checkbox hobi)
- Derived (turunan dari atribut lainnya, contoh: umur, total)

Macam-macam Key:
- Candidate Key (sekumpulan attribute yang secara unik membedakan setiap entitas)
- Primary Key (candidate key yang terpilih)
- Composite Key (candidate key yang terdiri dari 2 atau lebih attribute)

Multiplicity: range dari kemunculan suatu entitas yang

berhubungan ke entitas lainnya.

Beberapa contoh muliplicity:

0..1, 1..1, 0..*, 1..*, 5..10

Masalah-masalah yang mungkin muncul:

- Fan Trap
dalam situasi ini, model merepresentasikan hubungan antar entitas namun jalurnya ambigu.

- Chasm Trap
modelnya menggambarkan hubungan antar entitas namun tidak ada jalur yang
menghubungkannya.

17
RINGKASAN DB - AA June 12, 2015

Contoh ERD:

18