MODUL PERKULIAHAN

Data Warehouse

 Konsep Model Relasi Obyek

 Tipe-tipe Model Data
 Konsep Normalisasi Model
Data

Fakultas Program Studi Tatap Muka Kode MK Disusun Oleh

02
Ilmu Komputer Sistem Informasi W181720001 Ardiansyah, ST.,MTI

Abstract Kompetensi
Konsep Model Relasi Obyek
Entity Relationship Diagram (ERD) untuk mendokumentasikan data perusahaan dengan
mengidentifikasi jenis entitas (entity) dan hubungannya.
ERD merupakan suatu model jaringan yang menggunakan susunan data yang disimpan pada
sistem secara abstrak.
ERD juga menggambarkan hubungan antara satu entitas yang memiliki sejumlah atribut
dengan entitas yang lain dalam suatu sistem yang terintegrasi.
ERD digunakan oleh perancang sistem untuk memodelkan data yang nantinya akan
dikembangkan menjadi database.
Model data ini juga akan membantu pada saat melakukan analisis dan perancangan
database, karena model data ini akan menunjukkan bermacam-macam data yang dibutuhkan
dan hubungan antar data.
ERD ini juga merupakan model konseptual yang dapat mendeskripsikan hubungan antara file
yang digunakan untuk memodelkan struktur data serta hubungan antar data.

Simbol Keterangan

Entitas, yaitu kumpulan dari objek yang dapat diidentifikasikan

secara unik

Relasi, yaitu hubungan yang terjadi antara salah satu lebih

entitas. Jenis hubungan antara lain. One to one, one to many
dan many to many.
Atribut, yaitu karakteristik dari entitas atau relasi yang
merupakan penjelasan detail tentang entitas.
Hubungan antara entitas dengan atributnya dan himpunan
entitas dengan himpunan relasinya

Selain dari simbol diatas, sebenarnya ada simbol lain lagi yaitu entitas asosiatif, atribut
derivat, dan lainnya.
Akan tetapi secara garis besar ERD terdiri dari atas tiga komponen, yaitu entitas
(entity), atribut (attribute), dan relasi atau hubungan (relation).
Entitas merupakan dasar yang terlibat dalam sistem. Atribut atau field berperan
sebagai penjelas dari entitas, dan relasi atau hubungan yang terjadi antara dua
entitas.

2018 Data Warehouse Pusat Bahan Ajar dan eLearning

2 Ardiansyah, ST.,MTI http://www.mercubuana.ac.id
Entitas (Entity)

Entitas menunjukkan objek-objek dasar yang terkait di dalam sistem. Objek dasar
dapat berupa orang, benda, atau hal lain yang keterangannya perlu disimpan dalam
database.
Untuk menggambarkan entitas dilakukan dengan cara mengikuti aturan berikut:
1. Entitas dinyatakan dengan simbol persegi panjang.
2. Nama entitas berupa kata benda tinggal
3. Nama entitas sebisa mungkin menggunakan nama yang mudah dipahami dan
menyatakan maknanya dengan jelas.

Atribut (Attribute)

Atribut sering juga disebut sebagai properti, merupakan keterangan-keterangan yang terkait
pada sebuah entitas yang perlu dsimpan sebagai database.
Atribut berfungsi sebagai penjelas sebuah entitas untuk mengambarkan atribut yang
dilakukan dengan mengikuti aturan sebagai berikut:
1. Atribut dinyatakan dengan simbol ellipse.
2. Nama atribut ditulis dalam simbol ellipse.
3. Nama atribut berupa kata benda tunggal.
4. Nama atribut sebisa mungkin menggunakan nama yang mudah dipahami dan padat
menyatakan maknanya dengan jelas.
5. Atribut dihubungkan dengan entitas yang sesuai dengan menggunakan garis.

Relasi (Relation)

Relasi atau hubungan adalah kejadian atau transaksi yang terjadi di antara dua entitas yang
keterangannya perlu disimpan dalam database.
Aturan penggambaran relasi antar entitas adalah:
1. Relasi dinyatakan dengan simbol belah ketupat.
2. Nama relasi dituliskan di dalam simbol belah ketupat.
3. Relasi menghubungkan dua entitas.
4. Nama relasi menggunakan kata kerja aktif (diawali awalan me) tunggal.
5. Nama relasi sebisa mungkin menggunakan nama yang mudah dipahami dan dapat
menyatakan maknanya dengan jelas.

2018 Data Warehouse Pusat Bahan Ajar dan eLearning

3 Ardiansyah, ST.,MTI http://www.mercubuana.ac.id
1. VARIAN RELASI
a. Relasi Binery
Relasi binary merupakan relasi yang terjadi antara 2 himpunan entitas yang berbeda.
Relasi ini merupakan relasi yang umum digunakan. Relasi antara mahasiswa
mengambil matakuliah yang menunjukkan binery relation.

b. Relasi Unary
Relasi Unary merupakan variasi relasi yang terjadi dari sebuah himpunan
entitas ke himpunan entitas yang sama dan unary sering disebut dengan relasi
tunggal.
Relasi antara dosen dan mendampingi yang menunjukkan unary relation.

c. Relasi N-ary
Relasi N-ary merupakan relasi dari 3 entitas atau lebih. Relasi ini untuk
menghubungkan dari tiga entitas yang dimasukan ke relasi multi entitas.
N-ary relation menunjukkan secara lebih jelas bahwa bahwa beberapa entitas
berpartisipasi dalam sebuah relasi tunggal.

2018 Data Warehouse Pusat Bahan Ajar dan eLearning

4 Ardiansyah, ST.,MTI http://www.mercubuana.ac.id
 Bentuk relasi semacam ini sebisa mungkin dihindari karena akan mengaburkan
derajat relasi yang ada dan akan menyebabkan perencanaan database semakin
kompleks.

2. KARDINALITAS (Derajat Relasi)

Model relasi ini berdasarkan persepsi dunia nyata diantaranya himpunan objek dasar dan
relasi antara entitas.
Entitas dapat diartikan sebagai objek dan diidentifikasikan secara unik, dan objeknya
dapat berbentuk orang, barang, dan sebagainya.
Kardinalitas relasi menunjukkan maksimum entitas yang dapat berelasi dengan entitas
pada himpunan entitas lain.
Kardinalitas relasi yang terjadi di antara dua himpunan entitas dapat berupa satu ke satu
(one to one), satu ke banyak (one to many), dan banyak ke banyak (many to many).

a. Satu ke satu (one to one)

Hubungan satu ke satu (one to one) berarti setiap himpunan entitas hanya boleh
berhubungan dengan satu himpunan entitas lainnya.
Sebagai contoh himpunan suami dan istri berikut:

2018 Data Warehouse Pusat Bahan Ajar dan eLearning

5 Ardiansyah, ST.,MTI http://www.mercubuana.ac.id
 Pada gambar diatas dapat dilihat bahwa satu himpunan entitas suami hanya
berhubungan tepat dengan satu himpunan entitas istri. Dalam arti kata suami atau istri
tidak boleh selingkuh.

b. Satu ke Banyak (one to many)

Hubungan satu ke banyak (one to many) berarti satu dari setiap himpunan entitas
boleh berhubungan dengan banyak himpunan entitas lainnya.
Sebagai contoh himpunan ibu dan anak berikut:

Pada gambar diatas dapat dilihat bahwa satu himpunan ibu memiliki banyak hubungan
ke himpunan entitas anak.
Dalam arti kata satu ibu bisa memiliki banyak anak dan satu anak hanya dimiliki oleh
satu ibu.

c. Banyak ke Banyak (Many to Many)

Hubungan banyak ke banyak (many to many) berarti setiap himpunan entitas boleh
berhubungan dengan banyak himpunan entitas lainnya dan sebaikanya.
Sebagai contoh himpunan matakuliah dan mahasiswa berikut:

2018 Data Warehouse Pusat Bahan Ajar dan eLearning

6 Ardiansyah, ST.,MTI http://www.mercubuana.ac.id
 Pada gambar diatas dapat dilihat bahwa satu himpunan mahasiswa memiliki banyak
hubungan ke himpunan entitas matakuliah dan satu dari himpunan matakuliah
memiliki banyak hubungan ke himpunan entitas mahasiswa.
Dalam arti kata satu mahasiswa bisa memiliki banyak matakuliah dan satu matakuliah
bisa dimiliki oleh banyak mahasiswa.

Tipe-tipe Model Data

Model data dapat dikelompokkan berdasarkan konsep pembuatan deskripsi struktur basis
data, yaitu:
1. Model data konseptual (high level) menyajikan konsep tentang bagaiman user
memandang atau memperlakukan data. Dalam model ini dikenalkan tiga konsep
penyajian data yaitu:
 Entity (entitas) merupakan penyajian obyek, kejadian atau konsep dunia nyata yang
keberadaannya secara eksplisit didefinisikan dan disimpan dalam basis data,
contohnya Mahasiswa, Matakuliah, Dosen, Nilai dan lain sebagainya.
 Atribute (atribut) adalah keterangan-keterangan yang menjelaskan karakteristik dari
suatu entitas seperti NIM, Nama, Fakultas, Jurusan untuk entitas Mahasiswa.
 Relationship (hubungan) merupakan hubungan atau interaksi antara satu entitas
dengan yang lainnya, misalnya entitas pelanggan berhubungan dengan entitas barang
yang dibelinya.
2. Model data fiskal (low level) merupakan konsep bagaimana deskripsi detail data disimpan
ke dalam komputer dengan menyajikan informasi tentang format rekaman, urutan
rekaman, dan jalur pengaksesan data yang dapat membuat pemcarian rekaman data lebih
efisien.
3. Model data implementasi (representational) merupakan konsep deskripsi data disimpan
dalam komputer dengan menyembunyikan sebagian detail deskripsi data sehingga para
user mendapat gambaran global bagaimana data disimpan dalam komputer. Model ini
merupakan konsep model data yang digunakan oleh model hirarki, jaringan dan relasional.

Jenis-jenis Model Data

1. Object Based Data Model

Model data berbasis objek menggunakan konsep entitas, atribut dan hubungan
antar entitas.
Terdiri dari :

2018 Data Warehouse Pusat Bahan Ajar dan eLearning

7 Ardiansyah, ST.,MTI http://www.mercubuana.ac.id
 o Entity Relationship model
Model entity-relationship pertama kali diperkenalkan oleh Peter Chen pada tahun
1976. Dalam pemodelan ini dilakukan dengan tahapan sebagai berikut:
a. Memilih entitas-entitas yang akan disusun dalam basis data dan menentukan
hubungan antar entitas yang telah dipilih.
b. Melengkapi atribut-atribut yang sesuai pada entitas dan hubungan sehingga
diperoleh bentuk tabel normal penuh (ternormalisasi).

Model untuk menjelaskan hubungan antar data dalam basis data berdasarkan
suatu persepsi bahwa real word terdiri dari objek-objek dasar yang mempunyai
hubungan atau relasi antara object-object tersebut.

E-R MODEL berisi ketentuan/aturan khusus yang harus dipenuhi oleh isi
database. Aturan terpenting adalah MAPPING CARDINSLITIES, yang
menentukan jumlah entity yang dapat dikaitkan dengan entity lainnya melalui
relationship-set.

Elemen-elemen dalam model ER dapat digambarkan pada gambar diagram di

bawah ini:

Entitas merupakan sesuatu yang dapat diidentifikasikan dalam lingkungan kerja

pengguna. Entitas yang diberikan tipe dikelompokkan ke kelas entitas. Perbedaan
antara kelas entitas dan instansi entitas adalah sebagai berikut:
 Kelas entitas adalah kumpulan entitas dan dijelaskan oleh struktur atau format
entitas di dalam kelas.
 Instansi kelas merupakan bentuk penyajian dari fakta entitas.

2018 Data Warehouse Pusat Bahan Ajar dan eLearning

8 Ardiansyah, ST.,MTI http://www.mercubuana.ac.id
 Umumnya terdapat banyak instansi entitas di dalam setiap entitas kelas. Setiap
entitas kelas memiliki atribut yang menjelaskan karakteristik dari entitas tersebut,
sedangkan setiap instansi entitas mempunyai identifikasi yang dapat bernilai unik
(mempunyai nilai yang berbeda untuk setiap identifikasinya) atau non-unik (dapat
bernilai sama untuk setiap identifikasinya).

Antara entitas diasosiakan dalam suatu hubungan (relationship). Suatu relasi

dapat memiliki beberapa atribut. Jumlah kelas entitas dalam suatu relasi disebut
derajat relasi.

Gambar di bawah ini merupakan contoh dari relasi berderajat dua dan relasi
berderajat tiga.

o Binary model
Relasi memiliki tiga tipe biner yaitu:
a. One-to-one (1:1). Hubungan terjadi bila setiap instansi entitas hanya memiliki
satu hubungan dengan instansi entitas lain.

2018 Data Warehouse Pusat Bahan Ajar dan eLearning

9 Ardiansyah, ST.,MTI http://www.mercubuana.ac.id
 b. One-to-many (1:M). Relasi ini terjadi bila setiap instansi dapat memiliki lebih
dari satu hubungan terhadap instansi entitas lain tetapi tidak kebalikannya.

c. Many-to-many (M:N). Hubungan saling memiliki lebih dari satu dari setiap
instansi entitas terhadap instansi entitas lainnya.

Selain relasi antara dua entitas, terdapat juga hubungan terhadap entitasnya
sendiri yang disebut dengan recursive relationship (self relation). Hubungan ini
dapat mempunyai tipe biner, seperti yang sudah dibahas sebelumnya.

2018 Data Warehouse Pusat Bahan Ajar dan eLearning

10 Ardiansyah, ST.,MTI http://www.mercubuana.ac.id
 o Semantik data model
Hampir sama dengan Entity Relationship model dimana relasi antara objek dasar
tidak dinyatakan dengan simbol tetapi menggunakan kata-kata (Semantic).
Sebagai contoh, dengan masih menggunakan relasi pada Bank X sebagaimana
contoh sebelumnya, dalam semantic model adalah seperti terlihat pada gambar di
atas.
Tanda-tanda yang menggunakan dalam semantic model adalah sbb:

2. Record Based Data Model

Model ini berdasarkan pada record untuk menjelaskan kepada user tentang hubungan
logic antar data dalam basis data

PERBEDAAN DENGAN OBJECT BASED DATA MODEL

Pada record based data model disamping digunakan untuk menguraikan struktur logika
keseluruhan dari suatu database, juga digunakan untuk menguraikan implementasi dari
system database (higher level description of implementation)

Terdapat 3 data model pada record based data model :

a. Klasifikasi berdasarkan model data. Klasifikasi ini terdiri dari model data hirarki, model
data jaringan, model data relasional.
1. Model data hirarki
Dalam model ini, data disusun menurut struktur pohon yang merupakan bentuk
lain dari abstraksi data untuk basis data akademi. Pada puncak hirarki disebut

2018 Data Warehouse Pusat Bahan Ajar dan eLearning

11 Ardiansyah, ST.,MTI http://www.mercubuana.ac.id
 dengan akar (root). Tiap entitas tingkat atas (parent) mempunyai satu atau lebih
sub-entitas (children) sehingga setiap entitas hanya boleh mempunyai satu induk,
tetapi dapat mempunyai banyak anak.

Pada mode data hirarki, hubungan antar entitas dinyatakan dalam satu-banyak
(one to many) atau satu-satu (one to one). Dalam satu Universitas terdapat banyak
Fakultas dan setiap Fakultas terdapat banyak Dosen atau banyak Mahasiswa, dan
seterusnya. Tanda panah menunjukkan derajat keterhubungan “banyak”.

Untuk menampilkan semua mata kuliah pada Fakultas tertentu harus dilakukan
dalam dua tahap. Yang pertama adalah menampilkan rekaman semua Dosen
yang mengajar di Fakultas tersebut, kemudian baru mata kuliah yang dipegang
oleh para Dosen. Dalam hal ini penampilan data terlihat kurang efisien, sebab
menggunakan entitas perantara (dosen) yang harus ditampilkan juga.
Dikarenakan kunci data yang digunakan untuk menghubungkan antar entitas diberi
kode dalam struktur data, maka untuk jumlah entitas perantara yang sedikit masih
dapat dikatakan efisien.

Kelemahan lain pada model data hirarki adalah tidak dapat melakukan pencarian
data pada field. Misalnya dalam entitas mata kuliah tidak dapat ditampilkan hanya
mata kuliah dengan jumlah SKS tertentu, sebab field “Jumlah SKS” bukan sebagai
kunci data. Hal ini masih dapat dilakukan dengan mengubah struktur data dengan
memberi hubungan khusus yang digunakan untuk mengubah struktur database.
Kelebihan model ini adalah sangat mudah dipahami dan mudah dalam
pembaharuan data [Waliyanto2000].

2018 Data Warehouse Pusat Bahan Ajar dan eLearning

12 Ardiansyah, ST.,MTI http://www.mercubuana.ac.id
 2. Model data Jaringan
Dalam model ini setiap entitas dapat mempunyai banyak induk dan banyak anak.
Pada gambar menunjukkan entitas mata kuliah mempunyai dua induk, yaitu
langsung berhubungan dengan Fakultas dan Dosen.

Dalam model ini lebih sedikit terdapat data rangkap, namun lebih banyak terdapat
hubungan antar entitas, sehingga akan menambah informasi hubungan yang
harus disimpan dalam database. Hal ini akan menambah volume dan kerumitan
dalam penyimpanan berkas data.

3. Model data Relasional

Dalam model ini setiap field dapat dijadikan kunci data. Data rekaman disusun dari
nilai yang berhubungan (record). Baris-baris ini akan membentuk tabel yang
umunya tersimpan dalam satu berkas (file).

Dengan menggunakan model ini, pencarian field dari suatu tabel atau banyak tabel
dapat dilakukan dengan cepat. Pencarian atribut yang berhubungan pada tabel

2018 Data Warehouse Pusat Bahan Ajar dan eLearning

13 Ardiansyah, ST.,MTI http://www.mercubuana.ac.id
 yang berbeda dapat dilakukan dengan menghubungkan terlebih dahulu tabel-tabel
tersebut dengan menggunakan atribut yang sama (joint operation).

Keuntungan yang didapat dengan menggunakan model ini adalah sebagai berikut
[Waliyanto2000]:
 Model ini lebih luwes karena nilai data dalam tabel tidak ada pembatasan
dalam berbagai proses pencarian data.
 Model ini mempunyai latar belakang teori matematika.
 Pengorganisasian model relasional sangat sederhana, sehingga mudah
dipahami.
 Basis data yang sama biasanya dapat disajikan dengan lebih sedikit terjadi
data rangkap (redudancy data).

Sedangkan beberapa kelemahan model ini adalah [Waliyanto2000]:

 Lebih sulit dalam implementasinya terutama untuk data dengan jumlah yang
besar dan tingkat kompleksitasnya tinggi.
 Proses pencarian informasi lebih lambat, karena beberapa tabel tidak
dihubungkan secara fisik. Dalam manipulasi data yang menggunakan
beberapa tabel akan memerlukan waktu yang lama, karena tabel-tabel harus
dihubungkan terlebih dahulu.

b. Klasifkasi berdasarkan lokasi penyimpanan data, yaitu DBMS terpusat dan DBMS
terdistribusi. Dalam DBMS terpusat basis data disimpan dalam satu komputer media
penyimpan sehingga pengguna sistem mengakses data dari pusat. DBMS
terdistribusi, basis data tersebar pada penyimpanan tiap terminal pengguna (client).
Antar pengguna dapat mengakses data secara langsung tanpa perlu melalui pusat
penyimpanan. DBMS ini memerlukan sistem kontrol yang rumit.

c. Klasifikasi berdasarkan tujuan DBMS digunakan yaitu tujuan umum (general purpose)
dan tujuan khusus (special purpose). Untuk tujuan umum dapat digunakan untuk
berbagai tujuan dengan memperlakukan data sama menurut penggunaannya contoh
aplikasinya adalah DBASE, ORACLE, FOXBASE dan sebagainya. DBMS tujuan
khusus dirancang dan digunakan untuk keperluan tertentu, sebagai contoh
pengelolaan data karyawan pada perusahaan Asuransi.

3. Physical Based Data Model

2018 Data Warehouse Pusat Bahan Ajar dan eLearning

14 Ardiansyah, ST.,MTI http://www.mercubuana.ac.id
 Digunakan untuk menguraikan data pada internal level, beberapa model yang umum
digunakan, yaitu:
 Unifying Model
Model ini menggabungkan memori dan transaksi database dalam satu kesatuan
model.
 Frame Memory
Frame Memory adalah sebuah virtual view dari tempat penyimpanan sekunder
yang digunakan untuk mendukung penyimpanan record database

4. Conceptual Based Data Model

Model yang dibuat berdasarkan anggapan bahwa dunia nyata terdiri dari koleksi obyek-
obyek dasar yang dinamakan entitas (entity) serta hubungan (relationship) antara
entitasentitas itu. Biasanya direpresentasikan dalam bentuk Entity Relationship Diagram.

Manfaat Penggunaan Model Data Konseptual dalam perancangan database:

 Memberikan gambaran yang lengkap dari struktur basis data yaitu arti, hubungan,
dan batasan-batasan
 Alat komunikasi antar pemakai basis data, designer, dan analis.

Konsep Normalisasi Model Data

Ketika kita akan merancang sebuah database untuk sistem database relasional maka tujuan
utama dalam mengembangkan model data logikalnya adalah untuk menciptakan representasi
data yang tepat bagi hubungan maupun batasannya (constraints). Untuk mencapai hal
tersebut kita harus mengidentifikasi sekumpulan relasi yang tepat. Teknik yang digunakan
untuk membantu mengidentifikasi relasi tersebut disebut dengan normalisasi.

Proses normalisasi pertama kali diperkenalkan oleh E.F. Codd pada tahun 1972. Normalisasi
sering dilakukan sebagai serangkaian tes pada relasi untuk menentukan apakah suatu relasi
sudah memenuhi atau masih melanggar persyaratan bentuk normal tertentu. Pada awalnya
terdapat 3 jenis bentuk normal yang diusulkan, yaitu bentuk normal ke satu (1NF), bentuk
normal kedua (2NF), dan bentuk normal ketiga (3NF). Setelah itu R. Boyce dan E.F. Codd
memperkenalkan Boyce Codd Normal Form (BCNF), bentuk normal yang lebih tinggi dari
bentuk normal ketiga pada tahun 1974. Pada perkembangan selanjutnya muncul pula bentuk
normal ke-4 dan ke-5.

2018 Data Warehouse Pusat Bahan Ajar dan eLearning

15 Ardiansyah, ST.,MTI http://www.mercubuana.ac.id
Definisi Normalisasi

Normalisasi diartikan sebagai suatu teknik yang menstrukturkan/mendekomposisi/ memecah

data dalam cara–cara tertentu untuk mencegah timbulnya permasalahan pengolahan data
dalam basis data. Permasalahan yang dimaksud adalah berkaitan dengan penyimpangan–
penyimpangan (anomalies) yang terjadi akibat adanya kerangkapan data dalam relasi dan
inefisiensi pengolahan.

“Anomali adalah proses pada basis data yang memberikan efek samping yang tidak
diharapkan (misalnya menyebabkan ketidakonsistenan data atau membuat suatu data
menjadi hilang ketika data dihapus)”

Proses normalisasi akan menghasilkan relasi yang optimal, yaitu :

1. Memiliki struktur record yang mudah untuk dimengerti.
2. Memiliki struktur record yang sederhana dalam pemeliharaan.
3. Memiliki struktur record yang mudah untuk ditampilkan kembali untuk memenuhi
kebutuhan pemakai.
4. Minimalisasi kerangkapan data guna meningkatkan kinerja sistem.

Dalam pendekatan normalisasi, perancangan basis data bertitik tolak dari situasi nyata. Ia
telah memiliki item–item data yang siap ditempatkan dalam baris dan kolom pada tabel–tabel
relasional. Demikian juga dengan sejumlah aturan tentang keterhubungan antara item–item
data tersebut. Sementara pendekatan model data ER lebih tepat dilakukan jika yang diketahui
baru prinsip sistem secara keseluruhan.

Cukup sering pendekatan ini dilakukan bersama–sama, berganti–ganti. Dari fakta yang telah
kita miliki, kita lakukan normalisasi. Untuk kepentingan evaluasi dan dokumentasi, hasil
normalisasi itu kita wujudkan dalam sebuah model data. Model data yang sudah jadi tersebut
bisa saja dimodifikasi dengan pertimbangan tertentu. Hasil modifikasinya kemudian kita
implementasikan dalam bentuk sejumlah struktur tabel dalam sebuah basis data. Struktur ini
dapat kita uji kembali dengan menerapkan aturan–aturan normalisasi, hingga akhirnya kita
peroleh sebuah struktur basis data yang benar–benar efektif dan efisien.

Tujuan Normalisasi

Tujuan normalisasi adalah untuk menghilangkan dan mengurangi redudansi data dan tujuan
yang kedua adalah memastikan dependensi data (Data berada pada tabel yang tepat).
1. Untuk menghilangkan kerangkapan data

2018 Data Warehouse Pusat Bahan Ajar dan eLearning

16 Ardiansyah, ST.,MTI http://www.mercubuana.ac.id
2. Untuk mengurangi kompleksitas
3. Untuk mempermudah pemodifikasian data

Jika data dalam database tersebut belum di normalisasi maka akan terjadi 3 kemungkinan
yang akan merugikan sistem secara keseluruhan.
1. INSERT Anomali: Situasi dimana tidak memungkinkan memasukkan beberapa jenis data
secara langsung di database.
2. DELETE Anomali: Penghapusan data yang tidak sesuai dengan yang diharapkan, artinya
data yang harusnya tidak terhapus mungkin ikut terhapus.
3. UPDATE Anomali: Situasi dimana nilai yang diubah menyebabkan inkonsistensi
database, dalam artian data yang diubah tidak sesuai dengan yang diperintahkan atau
yang diinginkan.

Tahapan Normalisasi

Bentuk Normal adalah sekumpulan kriteria yang harus dipenuhi oleh sebuah desain tabel
untuk mencapai tingkat/level bentuk normal tertentu. Parameter yang biasanya digunakan
dalam menentukan kriteria bentuk normal adalah Functional dependency & The Three Keys.
Masing-masing bentuk normal memiliki kriteria dan level tertentu yang tidak mungkin dicapai
tanpa memenuhi kriteria bentuk nomal level yang berada di bawahnya. Makin tinggi level
bentuk normal yang dicapai maka kualitas desain tabel tersebut dinyatakan makin baik dan
semakin kecil peluang terjadinya anomali dan redundansi data.

Normalisasi dilakukan dengan cara menerapkan Bentuk-Bentuk Normal secara bertahap dari
level terendah sampai level yang dikehendaki. Walaupun ada beberapa bentuk normal namun
jika desain tabel tertentu sudah memenuhi kriteria 3rd NF atau BCNF maka desain tabel itu
biasanya dianggap sudah ‘cukup normal’.

“Normalisasi database terdiri dari banyak bentuk, dalam ilmu basis data ada setidaknya 9
bentuk normalisasi yang ada yaitu 1NF, 2NF, 3NF, EKNF, BCNF, 4NF, 5NF, DKNF, dan 6NF.
Namun dalam prakteknya dalam dunia industri bentuk normalisasi ini yang paling sering
digunakan ada sekitar 5 bentuk”.

2018 Data Warehouse Pusat Bahan Ajar dan eLearning

17 Ardiansyah, ST.,MTI http://www.mercubuana.ac.id
2018 Data Warehouse Pusat Bahan Ajar dan eLearning
18 Ardiansyah, ST.,MTI http://www.mercubuana.ac.id
Daftar Pustaka
1. "Derivability, Redundancy, and Consistency of Relations Stored in Large Data Banks",
E.F. Codd, IBM Research Report, 1969
2. E. F. Codd, The Relational Model for Database Management, Addison-Wesley Publishing
Company, 199
3. Connoly, Thomas M., Begg, Carolyn E., and Strachan, Anne D., Database System. A
practical pproach to Design, Implementation, and Management, Addison Wesley
Company, 1996.
4. David M. Kroenke, Basis data Processing, Fundamentals, Design and Implementation,
12nd Edition, Prentice-Hall Int’l Edition, 2012
5. Hall, James A., Accounting Information Systems, 6th edition, South Western Cengage
Learning, 2008

2018 Data Warehouse Pusat Bahan Ajar dan eLearning

19 Ardiansyah, ST.,MTI http://www.mercubuana.ac.id