UNIVERSITAS GUNADARMA

FAKULTAS KOMPUTER & TEKNOLOGI INFORMASI

MAKALAH
PENGANTAR NORMALISASI DATA

Nama :
NPM :
Kelas :

Tangerang

2021
 BAB I

PENDAHULUAN

1.1 Latar Belakang

Normalisasi adalah suatu proses untuk mengidentifikasi tabel kelompok atribut yang
memiliki ketergantungan sangat tinggi antara satu atribut dengan aribut lainnya. Normalisasi bisa
di sebut juga sebagai proses pengolompokan atribut-atribut dari suatu relasi sehingga
membentuk “Well Stuructured Relation”.

1.2 Rumusan Masalah

1. Apa definisi normalisasi, jenis atribut, domain dan tipe data ?

2. Apa yang dimaksud anomali penyisipan, anomali pengubahan, anomali penghapusan ?
3. Apa yang dimaksud dependensi funsional, dependensi sepenuhnya, dependensi parsial,
dependensi total, dependensi transitif ?

1.3 Tujuan

1. Untuk mengetahui definisi normalisasi, jenis atribut, domain dan tipe data.
2. Untuk mengetahui anomali penyisipan, anomali pengubahan, anomali penghapusan.
3. Untuk mengetahui dependensi funsional, dependensi sepenuhnya, dependensi parsial,
dependensi total, dependensi transitif.

25
 BAB II

PEMBAHASAN

2.1 PENGENALAN NORMALISASI

A. Definisi Normalisasi

Dasarnya definisi normalisasi berarti tindakan menjadikan kembali ke keadaan normal

atau biasa (sesuai dan tidak menyimpang dari suatu norma maupun kaidah). Sedangkan definisi
data adalah keterangan yang benar dan nyata. Data disini menjadi landasan atau objek dari
normalisasi. Dilihat dari dua definisi diatas, dapat disimpulkan definisi normalisasi basis data
adalah tindakan untuk menjadikan atau mengembalikan data kedalam bentuk normal (biasa).
Normalisasi basis data mencakup pengelolaan atribut (kolom) dan relasi (tabel) pada basis data
untuk menjamin bahwa dependensi atau keterkaitan antar unsur-unsur berjalan secara benar
dengan keterbatasan basis data.

B. Jenis Atribut

1. Atribut Key dan Atribut Deskriptif

Atribut Key adalah satu atau gabungan dari beberapa atribut yang dapat membedakan
semua baris data (Row/Record) dalam tabel secara unik. Dikatakan unik jika pada atribut
yang dijadikan Key tidak boleh ada baris data dengan nilai yang sama. Atribut Deskriptif
adalah atribut-atribut yang tidak menjadi/merupakan Primary-Key. Jadi, dalam tabel
Mahasiswa, yang menjadi Atribut Deskriptif adalah selain Nim.

2. Simple Attribute dan Composite Attribute

Atribut sederhana (Simple Attribute) adalah atribut atomik yang tidak dapat dipilah lagi,
sedangkan atribut Komposit (Composite Attribute) adalah atribut yang masih dapat
diuraikan lagi menjadi sub-sub atribut yang masing-masing memiliki makna.

3. Single-Valued Attribute dan Multi- Valued Attribute

35
 Atribut bernilai tunggal (Single-Valued attribute) ditujukan pada atribut-atribut yang
memiliki paling banyak satu nilai untuk setiap baris data.

4. Mandatory Attibute dan Null Value

Persyaratan dalam suatu tabel ada yang mengharuskan suatu atribut memiliki nilai
(Mandatory Attibute) tabel mahasiswa, ada yang tidak harus bernilai karena memang
tidak memiliki nilai atau nilainya belum siap (Null Value).

5. Derived Attribute
Atribut turunan (Derived Attribute) adalah atribut yang nilainya diperoleh dari
pengolahan atau dapat diturunkan dari atribut atau tabel lain yang berhubungan.

C. Domain dan Tipe Data

Penetapan tipe data akan berimplikasi pada adanya batas-batas nilai yang mungkin
disimpan / diisikan ke setiap atribut (kolom) tersebut. Perbedaan Tipe Data dengan domain yaitu
Tipe data lebih merujuk pada kemampuan penyimpanan data yang mungkin bagi suatu atribut
secara fisik, tanpa melihat layak/tidaknya data tersebut bila dilihat dari kenyataan pemakaian,
Sementara domain lebih ditekankan pada batas-batas nilai yang diperbolehkan bagi suatu atribut,
dilihat dari kenyataan yang ada.

2.2 ANOMALI

A. Anomali Penyisipan

Anomali Penyisipan yaitu anomali yang terjadi pada saat penambahan data ternyata ada elemen
yang kosong dan elemen tersebut justru menjadi key.

B. Anomali Pengubahan

Anomali Pengubahan yaitu anomali yang terjadi bila ada perubahan pada sejumlah data, tetapi
tidak seluruhnya diubah.

45
C. Anomali Penghapusan

Anomali ini terjadi apabila dalam satu baris/ tuple ada data yang akan dihapus sehingga
akibatnya terdapat data lain yang hilang. Contoh : data NoSiswa 10 akan dihapus dengan data
kursus perancis karena sudah tidak ikut kursus.

2.3 DEPENDENSI

A. Dependensi Fungsional

Dependensi fungsional adalah kekangan antara dua buah atribut atau dua buah himpunan. Suatu
atribut Y mempunyai dependesi fungsional terhadap atribut X jika dan hanya jika setiap nilai X
berhubungan dengan sebuah nilai Y. Dependensi fungsional Y terhadap X dapat dinotasikan
sebagai berikut: X -> Y

B. Dependensi Sepenuhnya

Suatu atribut Y dikatakan memiliki dependensi sepenuhnya terhadap X apabila memenuhi dua
kondisi berikut:

1. Y mempunyai dependensi fungsional terhadap X,

2. Y tidak memiliki dependensi terhadap bagian dari X.

C. Dependensi Parsial

Dependensi parsial merupakan kebalikan dari dependensi sepenuhnya. Dimana suatu atribut Y
dikatakan memiliki dependensi parsial terhadap X apabila memenuhi dua kondisi sebagai
berikut:

1. Y adalah atribut non-kunci utama dan X adalah kunci utama,

2. Y memiliki dependensi terhadap bagian dari X (tatapi tidak terhadap keseluruhan dari X)

55
D. Dependensi Total

Suatu atribut Y dikatakan memiliki dependensi total terhadap X jika memenuhi dua kondisi
sebagai berikut:

1. Y memiliki dependensi fungsional terhadap X

2. X memiliki dependensi fungsional terhadap Y

E. Dependensi Transitif

Suatu atribut Z dikatakan memiliki dependensi transitif terhadap X apabila memenuhi dua
kondisi sebagai berikut:

1. Z memiliki dependensi fungsional terhadap Y

2. Y memiliki dependensi fungsional terhadap X

65
 BAB III

PENUTUP

3.1 KESIMPULAN

Normalisasi basis data adalah tindakan untuk menjadikan atau mengembalikan data
kedalam bentuk normal (biasa).

75