SISTEM DATABASE
Sistem database merupakan kombinasi dari database, sistem manajemen
database, dan program aplikasi yang mengakses database melalui sistem
manajemen database. Keunggulan sistem database :
1. Integrasi Data : Beberapa file induk digabungkan ke dalam kelompok-
kelompok data besar atas yang diakses oleh banyak program aplikasi.
Contohnya adalah database karyawan yang menggabungkan file induk
penggajian, personel dan keterampilan kerja.
2. Pembagian data : data yang terintegrasi lebih mudah dibagi dengan
pengguna sah. Database dapat dengan mudah dicari untuk meneliti
permasalahan atau memperoleh informasi mendetail yang mendasari
laporan.
3. Meminimalkan kelebihan dan inkonsistensi data : oleh karena item-
item data biasanya hanya disimpan sekali, maka kelebihan dan
inkonsistensi data dapat diminimalkan.
4. Independensi data : oleh karena data dan program-program yang
menggunakannya independen satu sama lain, masing-masing dapat diubah
tanpa mengubah lainnya. Independensi data memudahkan dalam
pemograman dan penyederhanaan manajemen data.
5. Analisis lintas fungsional : pada sistem database hubungan seperti
hubungan antara biaya penjualan dan kampanye promosi, dapat secara
eksplisit didefinisikan dan digunakan dalam mempersiapkan laporan
manajemen.
Pentingnya Data yang Baik
Data yang tidak benar pada database dapat mengarahkan kepada keputusan
yang buruk, kebingungan dan pengguna yang marah. The Data Warehousing
Institute memperkirakan bahwa biaya data yang buruk melebihi $600 miliar
setahun untuk pengiriman yan tidak diperlukan, biaya pemasaran, dan hilangnya
kepercayaan pelanggan. Diperkirakan lebih dari 25% data bisnis tidak akurat atau
tidak lengkp. Pada penelitian terbaru, 53% dari 750 profesional TI mengtakan
bahwa perusahaan mereka mengalami permasalahan terkait kualitas data yang
buruk. Untuk menghindari data yang kedaluwarsa, tidak lengkap atau salah,
manajemen memerlukan kebijakan dan prosedur yang menjamin data yang bersih
atau “scrubbed”.
Tampilan Logis dan Fisik Atas Data, Dalam database data dapat dilihat dalam dua
pandangan :
1. Tampilan Logis (Logical view)
Berhubungan dengan bagaimana seseorang secara konseptual
mengorganisasi melihat dan memahami hubungan antar data
2. Tampilan Fisik (Physical view)
Berkaitan dengan bagaimana dan dimana data secara fisik akan diatur dan
disimpan dalam sistem komputer.
SISTEM PENGOLAHAN DATABASE
1. Skema : Adalah deskripsi elemen-elemen data dalam database hubungan
diantara mereka dan model logika yang digunakan untuk mengelola dan
menjelaskan data. Terdapat 3 macam skema :
1. Skema Level Konseptual : tampilan organisasi yang luar dan keseluruhan
database yang mendaftar semua elemen data dan hubungan diantara
mereka.
2. Skema Level Eksternal : tampilan pengguna individu terhadap bagian-
bagian dalam database.
3. Skema Level Internal : tampilan level rendah atas keseluruhan database
yang menjelaskan bagaimana data sebenarnya disimpan dan diakses.
2. Kamus Data : Informasi mengenai struktur database termasuk deskripsi
setiap elemen data.
3. Bahasa DBMS : Merupakan sekelompok perintah yang digunakan untuk
menjalankan fungsi menciptakan, mengubah dan mempertanyakan database.
Terdapat 3 bahasa :
1. Bahasa Definisi Data (DDL) : bahasa yang membangun kamus data,
membuat database, menjelaskan tampilan logis dan memperinci catatan
atau field hambatan keamanan.
2. Bahasa Manipulasi Data (DML) : bahasa DBMS yang mengubah isi
database, termasuk membuat memperbarui, menyisipkan dan menghapus
elemen data.
3. Bahasa Query Data (DQL) : bahasa DBMS level tinggi seperti bahasa
inggris yang berisi perintah kuat dan mudah digunakan untuk mengambil,
menyortir, memesan dan menampilkan data.
DATABASE RELASIONAL
DBMS (Database Management System) program yang mengelola dan
mengendalikan data serta menghubungkan data dan program-program aplikasi
yang menggunakan data yang disimpan dalam database. DBMS digolongkan
berdasarkan :
1. Model Data : Representasi Abstrak konten database
2. Model Data Relasional : Mempresentasikan skema level konseptual dan
eksternal sebagai data yang disimpan dalam tabel dua dimensi.
Setiap baris dalam tabel disebut tuple yang berisi data mengenai komponen
khusus dalam tabel database.
Tipe – Tipe Atribut
1. Kunci Utama : atribut database atau kombinasi atribut yang secara khusus
mengidentifikasi suatu baris tertentu dalam sebuah tabel.
2. Kunci Asing : atribut dalam tabel yang juga merupakan kunci utama dalam
tabel lain dan digunakan untuk menghubungkan dua tabel.
3. Atributt non kunci lainnya : yang bukan merupakan kunci utama maupun
kunci asing didalam tabel yang menyimpan informasi penting mengenai
entitas.
Dampak dari beberapa penyimpanan database yang salah, menyimpan semua
data dalam satu tabel yang seragam. Salah satu masalah yang timbul adalah
terjadinya banyak pengulangan. Tiga masalah lain yang timbul apabila seluruh
data disimpan dalam satu tabel adalah :
1. Anamoli Pembaruan : mengelola database secara tidak benar dimkana item
kunci non utama disimpan beberapa kali. Hal tersebut mempengaruhi
komponen dalam satu lokasi sedangkan lokasi lain tidak diperbarui akan
menyebabkan inkonsistensi data.
2. Anamali Sisipan : mengelola database secara tidak benar yang
menyebabkan ketidakmampuan untuk menambahkan catatan pada
database.
3. Anomali Penghapusan : mengelola database secara tidak benar yang
menyebabkan hilangnya seluruh data pada suatu entitas ketika sebuah
baris dihapus.
Solusinya yaitu dengan menggunakan database relasional.
Persyaratan dasar database relasional
Pedoman yang digunakan untuk mengembangkan database relasional agar
terstruktur dengan tepat.
1. Setiap kolom dalam baris harus dinilai tunggal. Dalam database relasional
hanya ada satu nilai per sel.
2. Kunci utama tidak bisa nol. Kunci utama tidak bisa secara khusus
mengidentifikasi baris dalam tabel yang jika nilainya nol.
3. Kunci asing, jika bukan nol, harus memiliki nilai yang sesuai dengan nilai
kunci utama pada tabel lainnya. Kunci asing berfungsi menghubungkan
satu tabel dengan baris pada tabel yang lain.
4. Semua atribut nonkunci dalam tabel harus menjelaskan karakteristik objek
yang diidentifikasi berdasarkan kunci utama.
Keempat pedoman tersebut akan menghasilakan database yang terstruktur dengan
baik (dinormalisasi), yaitu datanya konsisten dan kelebihan data dapat
diminimalkan dan dikendalikan.
Dua pendekatan untuk desain database
1. Pendekatan Normalisasi : Dimulai dengan mengasumsikan bahwa segala
sesuatu awalnya disimpan dalam satu tabel besar. Selanjutnya diikuti oleh
sejumlah aturan-aturan pembuatan database untuk mendesain database
relasional yang bebas dari anomali penghapusan, sisipan dan pembaruan.
2. Pemodelan Data sematik : Mendesain menggunakan pengetahuan atas
proses bisnis dan kebutuhan informasi untuk membuat diagram yang
menunjukkan apa yang dimasukkan dalam database.