CH 04 Compressed - En.id

Diterjemahkan dari bahasa Inggris ke bahasa Indonesia - www.onlinedoctranslator.
com
Temukan lebih banyak di http://www.downloadslide.com
Bab
Basis Data Relasional
4
Tujuan pembelajaran
Setelah mempelajari bab ini, Anda diharapkan dapat:
1.Jelaskan pentingnya dan keuntungan database, serta perbedaan antara sistem

database dan sistem warisan berbasis file.
2.Jelaskan perbedaan antara tampilan logis dan fisik database.
3.Menjelaskan konsep dasar sistem database seperti DBMS, skema,

kamus data, dan bahasa DBMS.
4.Jelaskan apa itu basis data relasional dan bagaimana ia mengatur data.
5.Buat satu set tabel yang terstruktur dengan baik untuk menyimpan data dalam database relasional.
6.Lakukan kueri sederhana menggunakan database Microsoft Access.
Integrasikan Kasus Ive s&s
S&S sangat sukses dan mengoperasikan lima toko dan situs web populer. Ashton Fleming percaya bahwa inilah
saatnya untuk meningkatkan sistem informasi akuntansi (AIS) S&S sehingga Susan dan Scott dapat dengan mudah
mengakses informasi yang mereka butuhkan untuk menjalankan bisnis mereka. Sebagian besar AIS baru didasarkan
pada database relasional. Karena Ashton tahu bahwa Scott dan Susan mungkin memiliki pertanyaan, dia
menyiapkan laporan singkat yang menjelaskan mengapa AIS baru S&S harus menjadi sistem basis data relasional.
Laporannya membahas pertanyaan-pertanyaan berikut:
1.Apa itu sistem database, dan apa bedanya dengan sistem berorientasi file?
2.Apa itu?relasionalsistem basis data?
3.Bagaimana Anda mendesain kumpulan tabel yang terstruktur dengan baik dalam database relasional?
4.Bagaimana Anda menanyakan sistem basis data relasional?
pengantar
Database relasional mendasari SIA terintegrasi paling modern. Bab ini dan Bab 17 sampai 19
menjelaskan bagaimana berpartisipasi dalam desain dan implementasi database. Bab ini
mendefinisikan database, dengan penekanan pada pemahaman database relasional
82
Temukan lebih banyak di http://www.downloadslide.c om
struktur. Bab 17 memperkenalkan dua alat yang digunakan untuk mendesain database—diagram hubungan entitas
dan pemodelan data REA—dan mendemonstrasikan cara menggunakannya untuk membangun model data. Bab 18
menjelaskan bagaimana menerapkan model data REA dan bagaimana menghasilkan informasi yang dibutuhkan
untuk mengelola sebuah organisasi. Bab 19 membahas pemodelan data tingkat lanjut dan masalah desain database.
File versus Database

Untuk menghargai kekuatan database, penting untuk memahami bagaimana data disimpan dalam sistem
komputer. Gambar 4-1 menunjukkan hierarki data. Informasi tentang atribut pelanggan, seperti nama dan
alamat, disimpan di bidang. Semua bidang yang berisi data tentang satu entitas (misalnya, satu pelanggan)
membentuk catatan. Satu set catatan terkait, seperti semua catatan pelanggan, membentuk file (misalnya,
file pelanggan). Sekumpulan file data yang saling terkait dan terkoordinasi secara terpusat yang disimpan
dengan redundansi data sesedikit mungkinbasis data. Basis data mengkonsolidasikan catatan yang basis data- Satu set file data yang saling
terkait dan terkoordinasi secara
sebelumnya disimpan dalam file terpisah ke dalam kumpulan umum dan melayani berbagai pengguna dan
terpusat yang disimpan dengan
aplikasi pemrosesan data. redundansi data sesedikit mungkin.
Database dikembangkan untuk mengatasi proliferasi file master. Selama bertahun-tahun, perusahaan
membuat file dan program baru setiap kali ada kebutuhan akan informasi. Bank of America pernah memiliki
36 juta rekening nasabah di 23 sistem terpisah. Proliferasi ini menciptakan masalah seperti menyimpan data
yang sama dalam dua atau lebih file master, seperti yang ditunjukkan pada:
Basis Data
Pelanggan Penjualan Inventaris

Mengajukan Mengajukan Mengajukan
Rekam 1: Rekam 2: Rekam 3: Rekam 1000:

Pelanggan 1 Pelanggan 2 Pelanggan 3 Pelanggan 1000
Bidang 1: Bidang 2:
Bidang 3: Bidang 4: Bidang 5: Bidang 6:
Pelanggan Pelanggan
Alamat jalan Kota Negara Kode Pos
Nomor Nama
Gambar 4-1
Elemen Dasar Hirarki Data
83
84 BAGIAN IDASAR KONSEP SISTEM INFORMASI AKUNTANSI
sistem manajemen basis data Gambar 4-2. Hal ini membuat sulit untuk mengintegrasikan dan memperbarui data dan untuk mendapatkan
(DBMS)- program yang
pandangan data di seluruh organisasi. Ini juga menimbulkan masalah karena data dalam file yang berbeda
mengelola dan mengontrol data
dan antarmuka antara data dan tidak konsisten. Misalnya, alamat pelanggan mungkin telah diperbarui dengan benar di file master
program aplikasi yang pengiriman tetapi tidak di file master penagihan.
menggunakan data yang
Gambar 4-2 mengilustrasikan perbedaan antara sistem berorientasi file dan sistem database.
disimpan dalam database.
Dalam pendekatan database, data adalah sumber daya organisasi yang digunakan oleh dan dikelola
sistem basis data- database, untuk seluruh organisasi, bukan hanya departemen asal. SEBUAHsistem manajemen basis data
DBMS, dan program aplikasi
yang mengakses database
(DBMS)adalah program yang mengelola dan mengontrol data dan antarmuka antara data dan
melalui DBMS. program aplikasi yang menggunakan data yang disimpan dalam database. Basis data, DBMS, dan
program aplikasi yang mengakses basis data melalui DBMS disebut sebagai:sistem basis data. Itu
administrator basis data- orang yang
bertanggung jawab untuk
administrator basis data (DBA)bertanggung jawab untuk mengkoordinasikan, mengendalikan, dan
mengkoordinasikan, mengendalikan, mengelola database.
dan mengelola database.
menggunakan Data Warehouse Untuk IntellIgenCe Bisnis

Dalam ekonomi global yang bergerak cepat saat ini, manajemen harus terus-menerus mengevaluasi kembali
kinerja keuangan dan operasi berdasarkan tujuan strategis dan dengan cepat mengubah rencana sesuai
kebutuhan. Karena pengambilan keputusan strategis memerlukan akses ke sejumlah besar data historis,
gudang data- Basis data yang organisasi sedang membangun database terpisah yang disebut gudang data. SEBUAHgudang dataadalah
sangat besar yang berisi data
satu atau lebih database yang sangat besar yang berisi data rinci dan ringkasan selama beberapa tahun yang
terperinci dan ringkasan selama
beberapa tahun yang digunakan digunakan untuk analisis daripada pemrosesan transaksi. Bukan hal yang aneh jika gudang data berisi
untuk analisis daripada pemrosesan ratusan atau ribuan terabyte data.
transaksi.
Gudang data tidak menggantikan database pemrosesan transaksi; mereka melengkapinya dengan
memberikan dukungan untuk pengambilan keputusan strategis. Karena gudang data tidak digunakan untuk
intelijen bisnis- Menganalisis data

pemrosesan transaksi, mereka biasanya diperbarui secara berkala daripada waktu nyata. Sedangkan
dalam jumlah besar untuk database pemrosesan transaksi meminimalkan redundansi dan memaksimalkan efisiensi memperbarui
pengambilan keputusan strategis. mereka untuk mencerminkan hasil transaksi saat ini, gudang data sengaja berlebihan untuk memaksimalkan
pemrosesan analitik online (olAP)- efisiensi query.
menggunakan kueri untuk Menganalisis sejumlah besar data untuk pengambilan keputusan strategis sering disebut sebagai: intelijen
menyelidiki hubungan yang
bisnis. Ada dua teknik utama yang digunakan dalam intelijen bisnis: pemrosesan analitik online (OLAP) dan
dihipotesiskan di antara data.
penambangan data.Pemrosesan analitik online (OLAP)menggunakan kueri untuk menyelidiki hubungan yang
penambangan data- dihipotesiskan di antara data. Misalnya, seorang manajer dapat menganalisis pembelian pemasok selama 3 tahun
menggunakan analisis statistik
terakhir, diikuti dengan pertanyaan tambahan yang "menelusuri" ke tingkat yang lebih rendah dengan
canggih untuk "menemukan"
hubungan tak terduga dalam data. mengelompokkan pembelian menurut nomor item dan periode fiskal.Penambangan dataadalah
Gambar 4-2 Pendekatan File Pendekatan Basis Data
Sistem Berorientasi File

versus Basis Data
Basis Data
Sistem File Induk 1 Penjualan
Fakta A Fakta B
Fakta A Fakta B Program Fakta C Fakta D
Fakta C Fakta D Fakta E Fakta F
Fakta G
Basis Data
File Induk 2 Pengiriman
Pengelolaan
Fakta A Fakta C Program
Sistem
Fakta E Fakta F
Penjualan Pengiriman Penagihan
Program Program Program
File Induk 3 Penagihan
Fakta A Fakta D Program

Fakta E Fakta G
Bab 4BASIS DATA RELASIONAL 85
menggunakan analisis statistik yang canggih, termasuk teknik kecerdasan buatan seperti jaringan saraf, untuk "menemukan"
hubungan yang tidak dihipotesiskan dalam data. Misalnya, perusahaan kartu kredit menggunakan penambangan data untuk
mengidentifikasi pola penggunaan yang mengindikasikan penipuan. Demikian pula, teknik data mining dapat
mengidentifikasi hubungan yang sebelumnya tidak diketahui dalam data penjualan yang dapat digunakan dalam promosi di
masa mendatang.
Kontrol yang tepat diperlukan untuk menuai manfaat yang signifikan dari data warehousing. Kontrol
validasi data diperlukan untuk memastikan bahwa input data warehouse akurat. Memverifikasi keakuratan,
yang disebut menggosok data, sering kali merupakan salah satu langkah yang paling memakan waktu dan
mahal dalam membuat gudang data. Penting juga untuk mengontrol akses ke gudang data serta
mengenkripsi data yang disimpan. Terakhir, penting untuk secara teratur mencadangkan gudang data dan
menyimpan cadangan dengan aman.
Bank of America membuat database informasi pelanggan untuk menyediakan layanan pelanggan,
analisis pemasaran, dan informasi manajerial. Itu adalah yang terbesar di industri perbankan, dengan lebih
dari 600 miliar karakter data. Isinya semua data bank tentang rekening giro dan tabungan; pinjaman real
estat, konsumen, dan komersial; ATM; dan kartu bank. Meskipun bank menghabiskan $ 14 juta per tahun
untuk memelihara gudang data, itu sepadan dengan biayanya. Pertanyaan yang sebelumnya rata-rata 2 jam
hanya membutuhkan waktu 5 menit. Beberapa menit setelah Los Angeles mengalami gempa bumi, bank
menyortir portofolio pinjaman hipotek senilai $28 miliar berdasarkan kode pos, mengidentifikasi pinjaman di
daerah gempa, dan menghitung potensi kerugian pinjamannya.
keuntungan dari sistem Database

Hampir semua mainframe dan server menggunakan teknologi database, dan penggunaan database di
komputer pribadi berkembang pesat. Sebagian besar akuntan terlibat dengan database melalui entri data,
pemrosesan data, kueri, atau audit. Mereka juga mengembangkan, mengelola, atau mengevaluasi kontrol
yang diperlukan untuk memastikan integritas database. Database memberi organisasi manfaat berikut:
- Integrasi data. File master digabungkan menjadi "kumpulan" data besar yang dapat diakses oleh banyak
program aplikasi. Contohnya adalah database karyawan yang mengkonsolidasikan file induk penggajian,
personel, dan keterampilan kerja.
- Berbagi data. Data terintegrasi lebih mudah dibagikan dengan pengguna yang berwenang. Basis data dapat dengan mudah
dijelajahi untuk meneliti suatu masalah atau memperoleh informasi terperinci yang mendasari suatu laporan. FBI, yang
melakukan pekerjaan dengan baik dalam mengumpulkan data tetapi tidak membagikannya dengan baik, menghabiskan 8
tahun dan $400 juta untuk mengintegrasikan data dari sistem mereka yang berbeda.
- Redundansi data minimal dan inkonsistensi data. Karena item data biasanya
disimpan hanya sekali, redundansi data dan inkonsistensi data diminimalkan.
- Independensi data. Karena data dan program yang menggunakannya tidak tergantung satu sama
lain, masing-masing dapat diubah tanpa mengubah yang lain. Ini memfasilitasi pemrograman dan
menyederhanakan manajemen data.
- Analisis lintas fungsi. Dalam sistem database, hubungan, seperti hubungan antara biaya
penjualan dan kampanye promosi, dapat didefinisikan secara eksplisit dan digunakan dalam
penyusunan laporan manajemen.
Pentingnya Data yang Baik

Data basis data yang salah dapat menyebabkan keputusan yang buruk, rasa malu, dan pengguna yang marah. Sebagai
contoh:
- Sebuah perusahaan mengirim setengah katalog pesanan lewat posnya ke alamat yang salah. Seorang
manajer akhirnya menyelidiki volume besar pengembalian dan keluhan pelanggan. Mengoreksi alamat
pelanggan dalam database menghemat $12 juta per tahun bagi perusahaan.
- Valparaiso, Indiana, menggunakan database county untuk mengembangkan tarif pajaknya. Setelah
pemberitahuan pajak dikirimkan, kesalahan besar ditemukan: Sebuah rumah senilai $121.900 bernilai $400
juta dan menyebabkan kekurangan pendapatan pajak properti senilai $3,1 juta. Akibatnya, kota, distrik
sekolah, dan lembaga pemerintah harus melakukan pemotongan anggaran yang parah.
Data Warehousing Institute memperkirakan bahwa data yang buruk merugikan bisnis lebih dari $600 miliar per tahun
dalam ongkos kirim yang tidak perlu, biaya pemasaran, dan kehilangan kredibilitas pelanggan. Diperkirakan
bahwa lebih dari 25% data bisnis tidak akurat atau tidak lengkap. Dalam survei terbaru, 53% dari 750
profesional teknologi informasi (TI) mengatakan perusahaan mereka mengalami masalah karena kualitas
data yang buruk.
Mengelola data semakin sulit setiap tahun: Jumlah data yang dihasilkan dan disimpan berlipat ganda
setiap 18 bulan. Untuk menghindari data yang kedaluwarsa, tidak lengkap, atau salah, manajemen
memerlukan kebijakan dan prosedur yang memastikan data bersih, atau terhapus. Sarbanes-Oxley Act (SOX)
menyatakan bahwa eksekutif puncak menghadapi tuntutan dan hukuman penjara jika data keuangan
perusahaan tidak sesuai. Mencegah dan mendeteksi data yang buruk dibahas secara lebih rinci di Bab 5
sampai 11.
Sistem Basis Data

PANDANGAN LOGIS DAN FISIK Data
Dalam sistem berorientasi file, pemrogram harus mengetahui lokasi fisik dan tata letak catatan. Misalkan
seorang programmer menginginkan laporan yang menunjukkan nomor pelanggan, batas kredit, dan saldo
saat ini. Untuk menulis program, ia harus memahami lokasi dan panjang bidang yang dibutuhkan (yaitu,
tata letak rekaman- Dokumen yang

mencatat posisi 1 sampai 10 untuk nomor pelanggan) dan format setiap bidang (alfanumerik atau numerik).
menunjukkan item yang disimpan Prosesnya menjadi lebih kompleks jika menggunakan data dari beberapa file.
dalam file, termasuk urutan dan SEBUAHtata letak rekamanadalah dokumen yang menunjukkan item yang disimpan dalam file,
panjang bidang data dan jenis data
yang disimpan.
termasuk urutan dan panjang bidang data dan jenis data yang disimpan dalam file piutang. Gambar
4-3 menunjukkan tata letak catatan dari file piutang usaha.
pandangan logis- Bagaimana orang Sistem basis data mengatasi masalah ini dengan memisahkan penyimpanan data dari
secara konseptual mengatur,
melihat, dan memahami hubungan
penggunaan elemen data. Pendekatan database menyediakan dua tampilan data yang terpisah:
antar item data. tampilan fisik dan tampilan logis. Itupandangan logisadalah bagaimana orang secara konseptual
mengatur dan memahami hubungan antara item data. Misalnya, manajer penjualan melihat semua
tampilan fisik- cara data secara
fisik diatur dan disimpan dalam informasi pelanggan disimpan dalam tabel. Itutampilan fisikmengacu pada cara data secara fisik
sistem komputer. diatur dan disimpan dalam sistem komputer.
Seperti ditunjukkan pada Gambar 4-4, perangkat lunak manajemen basis data (DBMS) menghubungkan cara
skema- Deskripsi elemen data
dalam database, hubungan di data disimpan secara fisik dengan pandangan logis setiap pengguna terhadap data. DBMS memungkinkan
antara mereka, dan model logis pengguna untuk mengakses, meminta, atau memperbarui database tanpa mengacu pada bagaimana atau di mana
yang digunakan untuk mengatur
data disimpan secara fisik. Memisahkan tampilan logis dan fisik data juga berarti bahwa pengguna dapat mengubah
dan mendeskripsikan data.
tampilan logis data tanpa mengubah cara data disimpan secara fisik. Demikian juga, DBA dapat mengubah
skema tingkat konseptual- tampilan penyimpanan fisik untuk meningkatkan kinerja sistem tanpa mempengaruhi pengguna atau program aplikasi.
seluruh organisasi dari seluruh
database yang mencantumkan
semua elemen data dan hubungan sChemas
di antara mereka.
SEBUAHskemaadalah deskripsi elemen data dalam database, hubungan di antara mereka, dan model
skema tingkat eksternal-
logis yang digunakan untuk mengatur dan menggambarkan data. Ada tiga tingkatan skema:
Pandangan pengguna individu
tentang bagian dari database; juga konseptual, eksternal, dan internal. Gambar 4-5 menunjukkan hubungan di antara ketiga level ini. Itu
disebut subskema. skema tingkat konseptual, pandangan seluruh organisasi tentangseluruhdatabase, daftar semua
subskema- Bagian dari
elemen data dan hubungan di antara mereka. Ituskema tingkat eksternaladalah pandangan
skema; cara pengguna pengguna individu dari bagian dari database, yang masing-masing disebut sebagaisubskema. Itu
mendefinisikan data dan skema tingkat internal, tampilan database tingkat rendah, menjelaskan bagaimana data disimpan
hubungan data.
dan diakses, termasuk tata letak rekaman, definisi, alamat, dan indeks. Gambar 4-5 menghubungkan
skema tingkat internal- Tampilan setiap level dengan panah dua arah untuk mewakili pemetaan skema. DBMS menggunakan pemetaan
tingkat rendah dari seluruh untuk menerjemahkan permintaan pengguna atau program untuk data (dinyatakan dalam bentuk
database yang menjelaskan
bagaimana data sebenarnya
nama logis dan hubungan) ke dalam indeks dan alamat yang diperlukan untuk mengakses data secara
disimpan dan diakses. fisik.
Gambar 4-3
Pelanggan Pelanggan Kredit
Tata Letak Rekaman Nomor Nama
Alamat Keseimbangan
Membatasi
n
File Piutang
SEBUAH
n SEBUAH n
1 10 11 30 31 60 61 68 69 76
A = bidang alfanumerik N
= bidang numerik
PANDANGAN LOGIS—PENGGUNA A PANDANGAN LOGIS—PENGGUNA B Gambar 4-4

Fungsi DBMS: Untuk
Akun yang Lewat Jatuh Tempo Penjualan Oktober berdasarkan Wilayah
Mendukung Banyak
Nama Keseimbangan Hari O/S
Pandangan Logis dari Data
Jackson 2145 48 Barat
(25%) Utara
Houston 1595 52
(35%)
Wilson 1950 65
Selatan
Timur
(15%) (25%)
DBMS menerjemahkan pandangan logika

DBMS pengguna ke dalam instruksi tentang data
mana yang harus diambil dari database.
Sistem operasi menerjemahkan permintaan

Pengoperasian
DBMS menjadi instruksi untuk mengambil data
Sistem
secara fisik dari berbagai perangkat
penyimpanan.
Basis Data
Subskema Subskema Subskema Gambar 4-5

Tiga Tingkat
Pengguna A Pengguna B Pengguna C
Tingkat Eksternal
.......
..... .......... ..... Yohanes......245
Satu set tampilan logis
pengguna individu
skema
Susan....378
..... .......... .....
............
. . . . . . . . . . . . . . . .. . . . . . . . . . . . . . . .
..... .......... ..... Ryan.....274 bagian dari

database
Memetakan tampilan tingkat eksternal ke skema tingkat konseptual
Inventaris Penjualan Pelanggan
Tingkat Konseptual
Tampilan seluruh perusahaan
dari seluruh database
Tunai
Kuitansi
Memetakan item tingkat konseptual

ke deskripsi tingkat internal
Catatan Inventaris
Nomor barang — bilangan bulat (5), bukan nol, indeks = itemx
Keterangan — karakter (15) Tingkat Internal
Biaya — mata uang (6,2) Detail tentang
penyimpanan data, seperti:
sebagai tata letak rekaman,
definisi, alamat,
Catatan Penjualan
indeks
Nomor faktur — bilangan bulat (6), bukan nol, indeks = penjualanx
Di S&S, skema konseptual untuk database siklus pendapatan berisi data tentang pelanggan, penjualan,
penerimaan kas, personel penjualan, kas, dan inventaris. Subskema eksternal diturunkan dari skema ini,
masing-masing disesuaikan dengan kebutuhan pengguna atau program yang berbeda. Setiap subskema
dapat mencegah akses ke bagian database yang tidak berlaku untuknya. Misalnya, subskema entri pesanan
penjualan mencakup data tentang batas kredit pelanggan, saldo saat ini, dan jumlah serta harga persediaan.
Itu tidak termasuk biaya persediaan atau saldo rekening bank.
DICtIonary Data
kamus data- informasi tentang SEBUAHkamus databerisi informasi tentang struktur database. Seperti yang ditunjukkan pada Tabel 4-1, untuk
struktur database, termasuk setiap elemen data yang disimpan dalam database, ada catatan dalam kamus yang menjelaskannya. DBMS
deskripsi setiap elemen data.
memelihara kamus data, yang inputnya mencakup elemen data baru atau yang dihapus dan perubahan dalam nama
elemen data, deskripsi, atau penggunaan. Keluaran meliputi laporan untuk pemrogram, perancang, dan pengguna,
bahasa definisi data (DDl)- Bahasa
seperti (1) program atau laporan yang menggunakan item data, (2) sinonim untuk elemen data dalam file, dan (3)
DBMS yang membangun kamus
data, membuat database, elemen data yang digunakan oleh pengguna. Laporan-laporan ini digunakan untuk dokumentasi sistem, untuk
menjelaskan tampilan logis, dan desain dan implementasi database, dan sebagai bagian dari jejak audit.
menentukan batasan keamanan
record atau field.
bahasa dbms
bahasa manipulasi data (DMl)-
Bahasa DBMS yang mengubah isi Sebuah DBMS memiliki beberapa bahasa. Itubahasa definisi data (DDL)membangun kamus data, membuat
basis data, termasuk pembuatan
database, menjelaskan tampilan logis untuk setiap pengguna, dan menentukan batasan keamanan catatan atau
elemen data, pembaruan,
penyisipan, dan penghapusan. bidang. Itubahasa manipulasi data (DML)mengubah konten basis data, termasuk pembuatan elemen data,
pembaruan, penyisipan, dan penghapusan. Itubahasa kueri data (DQL)adalah bahasa tingkat tinggi, seperti bahasa
Inggris yang berisi perintah yang kuat dan mudah digunakan yang memungkinkan pengguna untuk mengambil,
bahasa kueri data (DQl)- Tingkat tinggi,
seperti bahasa Inggris, bahasa DBMS yang mengurutkan, memesan, dan menampilkan data. SEBUAHpenulis laporanmenyederhanakan pembuatan laporan.
berisi perintah yang kuat dan mudah Pengguna menentukan elemen data yang ingin mereka cetak, dan penulis laporan mencari database, mengekstrak
digunakan yang memungkinkan pengguna
elemen data, dan mencetaknya dalam format yang ditentukan pengguna. DQL dan penulis laporan tersedia untuk
untuk mengambil, mengurutkan,
memesan, dan menampilkan data. pengguna. DDL dan DML harus dibatasi untuk administrator dan pemrogram yang berwenang.
penulis laporan- Bahasa DBMS yang

menyederhanakan pembuatan laporan.
Basis Data Relasional

model data- Sebuah representasi Sebuah DBMS dicirikan oleh logikamodel data, atau representasi abstrak dari isi database. Karena
abstrak dari isi database. kebanyakan DBMS baru adalah database relasional, bab ini berfokus terutama pada mereka. Itu
model data relasional- Sebuah model data relasionalmewakili skema tingkat konseptual dan eksternal seolah-olah data disimpan
tabel dua dimensi representasi dalam tabel dua dimensi seperti yang ditunjukkan pada Tabel 4-2. Data sebenarnya disimpan tidak
data; setiap baris mewakili entitas
dalam tabel, tetapi dengan cara yang dijelaskan dalam skema tingkat internal.
unik (catatan) dan setiap kolom
adalah bidang tempat atribut Setiap baris dalam sebuah tabel, disebut atupel(berima denganpasangan), berisi data
catatan disimpan. tentang item tertentu dalam tabel database. Setiap kolom berisi data tentang atribut entitas itu.
Misalnya, setiap baris dalam Tabel 4-2 berisi data tentang item inventaris tertentu yang dibawa
tupel- Baris dalam tabel yang S&S, dan setiap kolom berisi data tentang atribut inventaris tertentu, seperti deskripsi, warna,
berisi data tentang item dan harga. Demikian pula, setiap baris dalam tabel Pelanggan berisi data tentang pelanggan
tertentu dalam tabel database.
tertentu, dan setiap kolom berisi data tentang atribut pelanggan, seperti nama dan alamat.
jenis attrIbutes
kunci utama- Atribut database, atau SEBUAHkunci utamaadalah atribut database, atau kombinasi atribut, yang secara unik mengidentifikasi
kombinasi atribut, yang secara unik
baris tertentu dalam sebuah tabel. Kunci utama dalam Tabel 4-2 adalah Nomor Barang karena secara unik
mengidentifikasi setiap baris dalam
sebuah tabel. mengidentifikasi setiap barang dagangan yang dijual S&S. Biasanya, kunci utama adalah atribut tunggal.
Dalam beberapa tabel, dua atau lebih atribut diperlukan untuk mengidentifikasi secara unik baris tertentu
dalam tabel. Kunci utama dari tabel Sales-Inventory pada Tabel 4-5 adalah kombinasi dari Sales Invoice # dan
Item #.
kunci asing- Atribut dalam tabel yang SEBUAHkunci asingadalah atribut dalam tabel yang juga merupakan kunci utama di tabel lain dan digunakan
juga merupakan kunci utama di tabel
untuk menghubungkan dua tabel. Pelanggan # di Tabel 4-5 adalah kunci utama di tabel Pelanggan dan kunci asing
lain; digunakan untuk
menghubungkan dua tabel. di tabel Penjualan. Dalam tabel Penjualan, Pelanggan # menautkan penjualan ke data tentang pelanggan yang
melakukan pembelian, seperti yang terdapat dalam tabel Pelanggan (lihat panah yang menghubungkan tabel).
tabel 4-1Contoh Kamus Data
Data catatan Lainnya

elemen di mana Bidang program di mana Keluaran di mana authOrizeD Data
nama Keterangan mengandungD sumber Panjang Jenis bidang digunakan mengandungD pengguna nama
Pelanggan Pengidentifikasi unik dari Catatan A/R, pelanggan Nomor pelanggan- 10 numerik Pembaruan A/R, pelanggan Laporan penuaan A/R, pelanggan Tidak ada batasan Tidak ada
nomor setiap pelanggan catatan sebelumnya, daftar ber pembaruan file, penjualan laporan status tomer,
analisis penjualan pembaruan analisis, laporan analisis penjualan,
catatan analisis kredit laporan kredit
Pelanggan Nama lengkap Catatan pelanggan Pelanggan awal 20 Alfanumerik Pembaruan file pelanggan, Laporan status pelanggan, Tidak ada batasan Tidak ada
nama pelanggan memesan pemrosesan pernyataan pernyataan bulanan

Alamat Jalan, kota, negara bagian, dan Catatan pelanggan Kredit 30 Alfanumerik Pembaruan file pelanggan, Laporan status pelanggan, Tidak ada batasan Tidak ada
Kode Pos aplikasi pemrosesan pernyataan pernyataan bulanan

Kredit Kredit maksimum yang Catatan pelanggan, Kredit 8 numerik Pembaruan file pelanggan, Laporan status pelanggan, D. Dekan CR_batas
membatasi dapat diperluas ke Catatan A/R aplikasi Pembaruan A/R, kredit laporan penuaan A/R, G. Allen
pelanggan analisis laporan kredit H. Heaton
Keseimbangan Saldo jatuh tempo dari Catatan A/R, penjualan Berbagai penjualan 8 numerik Pembaruan A/R, analisis penjualan- Laporan penuaan A/R, penjualan G. Burton Cust_bal
pelanggan secara kredit catatan analisis dan pembayaran sis update, pernyataan laporan analisa, B. Heninger
pembelian transaksi pemrosesan, kredit pernyataan bulanan, S. musim panas
analisis laporan kredit
89
Atribut nonkey lainnya dalam tabel menyimpan informasi penting tentang entitas tersebut. Tabel
persediaan pada Tabel 4-2 berisi informasi tentang deskripsi, warna, nomor vendor, jumlah yang ada,
dan harga setiap item yang dibawa S&S.
meja
Merancang Basis Data Relasional Untuk s&s, Inc.

Dalam sistem akuntansi manual, S&S akan menangkap informasi penjualan pada faktur penjualan
pracetak yang memberikan pandangan logis dan fisik dari data yang dikumpulkan. Penyimpanan fisik
data faktur penjualan sederhana; salinan faktur disimpan dalam lemari arsip.
Menyimpan data yang sama di komputer lebih kompleks. Misalkan S&S ingin menyimpan lima
faktur penjualan (bernomor 101 hingga 105) secara elektronik. Pada beberapa faktur, pelanggan
membeli lebih dari satu item. Mari kita lihat efek dari beberapa cara menyimpan informasi ini.
1: Simpan Semua Data dalam Satu Tabel Seragam.S&S dapat menyimpan data penjualan dalam satu tabel,
seperti yang diilustrasikan pada Tabel 4-3. Pendekatan ini memiliki dua kelemahan. Pertama, ia menyimpan
banyak data yang berlebihan. Periksa faktur 102 pada Tabel 4-3. Karena tiga item persediaan terjual, faktur
dan data pelanggan (kolom 1 sampai 9) dicatat tiga kali. Demikian juga, deskripsi persediaan dan harga
satuan diulang setiap kali suatu barang terjual. Karena volume penjualan tinggi di toko ritel (ingat, Tabel 4-3
hanya mewakili lima faktur), redundansi seperti itu membuat pemeliharaan file yang tidak perlu memakan
waktu dan rawan kesalahan.
Kedua, masalah terjadi ketika data faktur disimpan dalam tabel jenis ini. Yang pertama disebut
pembaruan anomali- organisasi pembaruan anomali, karena nilai data tidak diperbarui dengan benar. Mengubah alamat pelanggan
basis data yang tidak tepat di mana
melibatkan pencarian seluruh tabel dan mengubah setiap kemunculan alamat pelanggan itu. Mengabaikan
item kunci non-utama disimpan
beberapa kali; memperbarui item di bahkan satu baris menciptakan inkonsistensi, karena beberapa alamat akan ada untuk pelanggan yang
satu lokasi dan bukan yang lain sama. Hal ini dapat mengakibatkan surat duplikat yang tidak perlu dan kesalahan lainnya.
menyebabkan inkonsistensi data.
Sebuahmasukkan anomaliterjadi dalam contoh kita karena tidak ada cara untuk menyimpan informasi
tentang calon pelanggan sampai mereka melakukan pembelian. Jika data calon pelanggan dimasukkan
masukkan anomali- organisasi basis data sebelum melakukan pembelian, kolom # Faktur Penjualan akan kosong. Namun, Faktur Penjualan # adalah
yang tidak tepat yang mengakibatkan
kunci utama untuk Tabel 4-3 dan tidak boleh kosong, karena mengidentifikasi catatan secara unik.
ketidakmampuan untuk menambahkan
catatan ke basis data.
SEBUAHhapus anomaliterjadi ketika menghapus baris memiliki konsekuensi yang tidak diinginkan. Misalnya,
hapus anomali- organisasi database
jika alamat pelanggan disimpan dalam tabel penjualan, maka menghapus baris tempat satu-satunya penjualan ke
yang tidak tepat yang
mengakibatkan hilangnya semua pelanggan disimpan akan mengakibatkan hilangnya semua informasi untuk pelanggan tersebut.
informasi tentang suatu entitas
ketika baris dihapus.
2: Variasikan Jumlah Kolom.Alternatif untuk Tabel 4-3 adalah mencatat faktur penjualan dan data pelanggan satu kali
dan menambahkan kolom tambahan untuk mencatat setiap item yang terjual. Tabel 4-4 mengilustrasikan
meja
91
tabel 4-4Contoh Menyimpan Data Penjualan S&S dengan Menambahkan Kolom untuk Setiap Tambahan Barang Terjual
pendekatan ini. Meskipun ini mengurangi redundansi data dan menghilangkan beberapa anomali yang terkait
dengan Tabel 4-3, ini memiliki kekurangan. S&S harus memutuskan terlebih dahulu berapa banyak nomor item
untuk menyisakan ruang di setiap baris (yaitu, berapa banyak kolom untuk dimasukkan ke dalam tabel; perhatikan di
Tabel 4-4 bahwa untuk menyimpan setiap item tambahan memerlukan lima kolom tambahan—Item, Kuantitas ,
Deskripsi, Harga Satuan, dan Jumlah Perpanjangan). Jika ruang tersisa untuk empat item (20 kolom), bagaimana data
tentang penjualan yang melibatkan delapan item (40 kolom) disimpan? Namun, jika ruang tersisa untuk delapan
item, akan ada banyak ruang yang terbuang, seperti halnya faktur penjualan 103 dan 104.
3: Solusinya: Satu Set Tabel.Masalah penyimpanan pada Tabel 4-3 dan 4-4 diselesaikan dengan menggunakan a
database relasional- Sebuah database database relasional. Kumpulan tabel pada Tabel 4-5 mewakili database relasional yang terstruktur dengan baik.
yang dibangun menggunakan model
data relasional.
persyaratan DASAR Basis Data Relasional

Kami sekarang beralih ke pedoman yang digunakan untuk mengembangkan database relasional yang terstruktur dengan baik.
1.Setiap kolom dalam satu baris harus bernilai tunggal.Dalam database relasional, hanya ada satu nilai
per sel. Di S&S, setiap penjualan dapat melibatkan lebih dari satu item. Pada faktur 102, pelanggan
membeli televisi, lemari es, dan lemari es. Jika Item # adalah atribut dalam tabel Penjualan, itu harus
mengambil tiga nilai (nomor item 10, 20, dan 30). Untuk mengatasi masalah ini, tabel inventaris
penjualan dibuat yang mencantumkan setiap item yang dijual pada faktur. Baris ketiga pada tabel Sales-
Inventory pada Tabel 4-5 menunjukkan invoice 102 dan item nomor 10 (televisi). Baris keempat
menunjukkan faktur 102 dan item 20 (freezer). Baris kelima menunjukkan faktur 102 dan barang 30
(kulkas). Tabel ini mengulangi nomor faktur sesering yang diperlukan untuk menampilkan semua
barang yang dibeli pada faktur penjualan.
2.Kunci utama tidak boleh nol.Kunci utama tidak dapat secara unik mengidentifikasi baris dalam tabel jika
itu nol (kosong). Kunci utama nonnull memastikan bahwa setiap baris dalam tabel mewakili sesuatu dan
aturan integritas entitas- Kunci dapat diidentifikasi. Ini disebut sebagaiaturan integritas entitas. Dalam tabel Inventaris Penjualan di
utama nonnull memastikan bahwa Tabel 4-5, tidak ada satu bidang pun yang secara unik mengidentifikasi setiap baris. Namun, dua kolom
setiap baris dalam tabel mewakili
sesuatu dan dapat diidentifikasi.
pertama, digabungkan, secara unik mengidentifikasi setiap baris dan merupakan kunci utama.
3.Kunci asing, jika bukan nol, harus memiliki nilai yang sesuai dengan nilai kunci utama di
tabel lain.Kunci asing menghubungkan baris dalam satu tabel ke baris di tabel lain. Pada Tabel
4-5, Pelanggan # dapat menautkan setiap transaksi penjualan dengan pelanggan yang
berpartisipasi dalam peristiwa itu hanya jika nilai tabel Penjualan Pelanggan # sesuai dengan
aturan integritas referensial- Kunci nomor pelanggan sebenarnya di tabel Pelanggan. Batasan ini, yang disebutaturan integritas
asing yang menghubungkan baris
referensial, memastikan konsistensi basis data. Kunci asing dapat berisi nilai nol. Misalnya, ketika
dalam satu tabel ke baris di tabel
lain harus memiliki nilai yang pelanggan membayar tunai, Pelanggan # di tabel penjualan bisa kosong.
sesuai dengan nilai kunci utama di 4.Semua atribut bukan kunci dalam tabel harus menggambarkan karakteristik objek yang
tabel lain.
diidentifikasi oleh kunci utama.Sebagian besar tabel berisi atribut lain selain kunci utama dan
kunci asing. Dalam tabel Pelanggan pada Tabel 4-5, Pelanggan # adalah kunci utama, dan nama
pelanggan, jalan, kota, dan negara bagian adalah fakta penting yang menggambarkan
pelanggan.
Keempat kendala ini menghasilkan database yang terstruktur dengan baik (dinormalisasi) di mana data
konsisten dan redundansi data diminimalkan dan dikendalikan. Pada Tabel 4-5, memiliki tabel untuk setiap
entitas yang diinginkan menghindari masalah anomali yang dibahas sebelumnya dan meminimalkan
redundansi. Redundansi tidak dihilangkan, karena item tertentu, seperti Faktur Penjualan #, muncul di lebih
dari satu tabel saat mereka adalah kunci asing. Aturan integritas referensial memastikan bahwa tidak ada
masalah anomali pembaruan dengan kunci asing.
Ketika data tentang objek yang menarik disimpan dalam tabel database terpisah, mudah untuk menambahkan
data baru dengan menambahkan baris lain ke tabel. Misalnya, menambahkan pelanggan baru semudah
menambahkan baris baru ke tabel Pelanggan. Dengan demikian, tabel yang digambarkan pada Tabel 4-5 bebas dari
anomali sisipan.
Database relasional juga menyederhanakan penghapusan data. Menghapus faktur penjualan 105, satu-satunya
penjualan ke pelanggan 153, tidak menghapus semua data tentang pelanggan itu, karena disimpan di tabel
Pelanggan. Ini menghindari penghapusan anomali.
Manfaat lain dari skema yang ditunjukkan pada Tabel 4-5 adalah bahwa ruang digunakan secara efisien.
Tabel Penjualan-Inventaris berisi baris untuk setiap item yang dijual di setiap faktur. Tidak ada baris kosong,
namun semua data penjualan dicatat. Sebaliknya, skema pada Tabel 4-4 menghasilkan banyak ruang yang
terbuang.
dua pendekatan untuk Desain Basis Data

Salah satu cara untuk mendesain database relasional, disebutnormalisasi, dimulai dengan mengasumsikan normalisasi- Mengikuti aturan
pembuatan basis data relasional untuk
bahwa semuanya awalnya disimpan dalam satu tabel besar. Aturan kemudian diikuti untuk menguraikan
merancang basis data relasional yang
tabel awal itu menjadi satu set tabel dalam apa yang disebutbentuk normal ketiga (3NF), karena mereka bebas dari anomali penghapusan,
bebas dari anomali pembaruan, penyisipan, dan penghapusan. Detail dari proses normalisasi terdapat dalam penyisipan, dan pembaruan.
Lampiran bab ini.

Dalam pendekatan desain alternatif, yang disebutpemodelan data semantik, perancang menggunakan pengetahuan pemodelan data semantik- menggunakan
pengetahuan tentang proses bisnis dan
tentang proses bisnis dan kebutuhan informasi untuk membuat diagram yang menunjukkan apa yang harus disertakan
kebutuhan informasi untuk membuat
dalam database. Diagram ini digunakan untuk membuat sekumpulan tabel relasional yang sudah berada dalam 3NF. diagram yang menunjukkan apa yang harus
disertakan dalam database yang
sepenuhnya dinormalisasi (dalam 3nF).
Pemodelan data semantik memiliki keunggulan yang signifikan. Pertama, menggunakan pengetahuan
perancang sistem tentang proses bisnis memfasilitasi desain database pemrosesan transaksi yang efisien.
Kedua, model grafis secara eksplisit mewakili proses dan kebijakan bisnis organisasi dan, dengan
memfasilitasi komunikasi dengan pengguna sistem, membantu memastikan bahwa sistem baru memenuhi
kebutuhan aktual pengguna. Pemodelan data semantik dibahas dalam Bab 17 sampai 19. Bab 17
memperkenalkan dua semantik alat pemodelan data, diagram hubungan entitas dan pemodelan REA,
digunakan untuk merancang database pemrosesan transaksi. Bab 18 membahas bagaimana menerapkan
model data REA dalam database relasional. Bab 19 membahas topik khusus dalam pemodelan REA.
Membuat Kueri Basis Data Relasional

Untuk mengambil data yang disimpan, pengguna meminta database. Bagian bab ini menunjukkan
kepada Anda cara membuat kueri database menggunakan Microsoft Access. Jika Anda ingin mengikuti
dengan membuat kueri yang diilustrasikan di bagian ini, unduh Basis Data Dalam Bab S&S dari situs
web teks. Saat Anda membuka database dan memilih pita Buat, pita di bagian atas Tabel 4-6 akan
muncul. Ada dua cara untuk membuat kueri database: buat kueri dalam tampilan Desain (tombol
"Desain Kueri") atau gunakan panduan (tombol "Panduan Kueri"). Pilihan ini
meja
diuraikan dengan warna biru di bagian atas Tabel 4-6. Tampilan Desain digunakan di semua contoh kueri yang
ditampilkan. Mengklik tombol “Desain Kueri” menghasilkan jendela Tampilkan Tabel yang ditunjukkan pada Tabel
4-6. Pengguna memilih tabel yang dibutuhkan untuk menghasilkan informasi yang diinginkan; jika lebih banyak tabel
dari yang diperlukan dipilih, kueri mungkin tidak berjalan dengan benar.
Kami akan menggunakan tabel pada Tabel 4-5 untuk menelusuri langkah-langkah yang diperlukan untuk membuat dan
menjalankan lima kueri. Ini tidak akan membuat Anda ahli dalam membuat kueri database Access, tetapi ini akan menunjukkan kepada
Anda cara menghasilkan informasi yang berguna.
pertanyaan 1
Pertanyaan 1 menjawab dua pertanyaan: Berapa nomor faktur dari semua penjualan yang dilakukan kepada D. Ainge, dan
siapa tenaga penjual untuk setiap penjualan?
Tabel Penjualan dan Pelanggan berisi tiga item yang diperlukan untuk menjawab kueri ini: Faktur
Penjualan #, Tenaga Penjual, dan Nama Pelanggan. Klik tombol “Desain Kueri” (lihat Tabel 4-6), dan pilih tabel
Penjualan dan Pelanggan dengan mengklik dua kali pada nama mereka atau dengan mengklik satu kali pada
nama dan mengklik tombol Tambah. Tabel yang dipilih muncul seperti yang ditunjukkan pada Tabel 4-7.
Garis di antara dua tabel menghubungkan bidang # Pelanggan (kunci utama tabel Pelanggan dan kunci
asing tabel Penjualan). Klik Close untuk menghilangkan jendela Show Table.
Untuk mengisi bagian bawah layar yang ditunjukkan pada Tabel 4-7, klik dua kali pada Faktur Penjualan
#, Tenaga Penjual, dan Nama Pelanggan atau seret dan lepas mereka ke dalam baris Bidang. Access secara
otomatis mencentang kotak di baris Perlihatkan, sehingga item akan diperlihatkan saat kueri dijalankan.
Karena kami hanya ingin penjualan ke D. Ainge, masukkan itu di baris kriteria kolom Nama
Pelanggan. Access akan secara otomatis menempatkan tanda tanya di sekitar kriteria. Jalankan
kueri dengan mengklik merah! (seru) pada pita Desain Alat Kueri. Tabel 4-8 menunjukkan tabel
yang digunakan, hubungan kunci utama dan kunci asing antar tabel, dan kueri
meja
tabel 4-7Selesai Kueri 1
meja
menjawab. Jawaban kueri tidak secara otomatis memiliki judul “Ainge Sales.” Untuk menetapkan
nama kueri, simpan dengan memilih File dari menu Access, lalu Save Object As, lalu masukkan
"Ainge Sales" di baris pertama jendela Save As, pastikan kotak pilih Object diatur ke "Query ,”
lalu klik OK. Saat kueri dijalankan kembali, judul yang ditunjukkan pada Tabel 4-8 akan muncul.
pertanyaan 2
Pertanyaan 2 menjawab pertanyaan ini: Berapa banyak televisi yang terjual pada bulan Oktober?
Tabel Penjualan, Inventaris, dan Penjualan-Inventaris berisi tiga item yang diperlukan untuk
menjawab kueri ini: Tanggal, Deskripsi Inventaris, dan Kuantitas. Klik tombol “Desain Kueri” di
pita Buat dan pilih tiga tabel dan tiga bidang, seperti yang ditunjukkan pada Tabel 4-9. Karena
kami ingin jumlah televisi yang terjual pada bulan Oktober, kami menambahkan kriteria "Antara
#10/1/2018# Dan #10/31/2018#" ke bidang Tanggal dan "Televisi" ke bidang Deskripsi.
Untuk menentukan kriteria, Access menggunakan operator seperti "Dan" "Atau" dan "Antara." Operator "Dan"
mengembalikan data yang memenuhisemuakriteria yang dihubungkan oleh operator "Dan". Operator “Antara”
memilih semua data pada bulan Oktober 2018; yaitu, antara dan termasuk hari pertama dan terakhir bulan itu.
Operator "Atau" mengembalikan data yang memenuhi setidaknya salah satu kriteria yang ditautkan oleh operator
"Atau". Simbol “#” memberi tahu Access untuk mencari tanggal daripada beberapa jenis teks lainnya.
Karena kami hanya mencari total penjualan televisi di bulan Oktober, kami tidak perlu
menampilkan Tanggal atau Deskripsi. Hapus centang pada kotak "Tampilkan" di kolom Tanggal
dan Deskripsi. Untuk menghasilkan total penjualan, klik tombol "Total" di bagian Perlihatkan/
Sembunyikan pita Desain Alat Kueri. Baris baru, berlabel Total, muncul (bandingkan Tabel 4-7
dan 4-9). Klik pada baris Total di kolom Kuantitas, klik simbol panah bawah, dan pilih Jumlah dari
meja
menu tarik-turun yang muncul. Dua bidang yang tersisa di baris Total akan tetap sebagai Group By.
Menjalankan kueri pada Tabel 4-9 menghasilkan jawaban yang ditampilkan.
pertanyaan 3
Kueri 3 menjawab pertanyaan ini: Apa nama dan alamat pelanggan yang membeli televisi di
bulan Oktober?
Kueri ini memerlukan bidang berikut: Tanggal (untuk memilih penjualan Oktober), Deskripsi (untuk
memilih televisi), dan Nama Pelanggan, Jalan, Kota, dan Negara Bagian (informasi yang diminta). Keempat
tabel digunakan karena tabel Penjualan-Inventaris digunakan untuk berpindah di antara tabel Penjualan dan
Inventaris. Kueri menggunakan kriteria yang sama dengan Kueri 2. Data Tanggal dan Deskripsi tidak perlu
ditampilkan, sehingga kotak di baris Perlihatkan tidak dicentang. Menjalankan kueri menghasilkan jawaban
yang ditunjukkan pada Tabel 4-10.
pertanyaan 4
Pertanyaan 4 menjawab pertanyaan ini: Berapa nomor faktur penjualan, tanggal, dan total faktur untuk penjualan
bulan Oktober, disusun dalam urutan menurun menurut jumlah penjualan?
Karena database tidak berisi kolom Total Faktur, maka dihitung dengan mengalikan harga satuan
dengan kuantitas untuk setiap penjualan. Misalnya, kami akan menghitung total harga jual setiap item yang
terjual dengan mengalikan bidang Kuantitas di tabel Inventaris Penjualan dengan bidang Harga Satuan di
tabel Inventaris. Tabel Persediaan Penjualan pada Tabel 4-5 menunjukkan bahwa tiga item terjual pada
Faktur Penjualan 102. Untuk item 20, kita kalikan kuantitas (3) dengan Harga Satuan (699), menghasilkan
2.097. Perhitungan yang sama dilakukan untuk item 10 dan 30. Akhirnya, kami menjumlahkan ketiga total
item untuk mendapatkan total faktur.
tabel 4-10Selesai Query 3 dan Jawabannya

Permintaan 4 memerlukan tabel Penjualan (Tanggal, Faktur Penjualan #), tabel Persediaan Penjualan
(Jumlah), dan tabel Inventaris (Harga Satuan). Namun, beberapa bidang tidak akan muncul di kolom pada
jendela Pilih Kueri. Seperti yang ditunjukkan pada Tabel 4-11, tiga kolom ditampilkan: Faktur Penjualan #,
Tanggal, dan Total Faktur, yang akan kami hitung. Bidang lainnya, Kuantitas dan Harga Satuan, digunakan
dalam penghitungan Total Faktur.
Untuk menghitung Total Faktur, ketik "Total Faktur:" di sel Bidang kosong pertama, klik
kanan di sel, dan pilih Bangun dari menu pop-up yang muncul. Jendela Penyusun Ekspresi (lihat
Tabel 4-12) muncul, di mana rumus untuk menghitung Total Faktur dimasukkan dengan
mengetikkan “Jumlah( )”. Di antara tanda kurung, klik tanda + di depan folder Database Dalam
Bab S&S di kotak Elemen Ekspresi. Kemudian mengklik tanda + di folder Tabel menyebabkan
empat tabel database muncul. Klik pada tabel Sales-Inventory, dan bidang dalam tabel Sales-
Inventory akan muncul. Klik dua kali pada Kuantitas untuk menempatkan bidang ini dalam
ekspresi. Perhatikan dalam Tabel 4-12 bahwa ekspresi menunjukkan nama tabel dan nama
bidang, dipisahkan dengan tanda seru. Untuk mengalikan Kuantitas dengan Harga Satuan, ketik
* (simbol perkalian) dan pilih tabel Inventaris dan bidang Harga Satuan. Rumus sekarang
selesai, dan layar akan muncul seperti yang ditunjukkan. Untuk memasukkan ekspresi ke dalam
jendela Select Query, klik OK.
Untuk menyelesaikan Kueri 4, klik tombol Total di pita Desain Alat Kueri. Klik
panah bawah di baris Total kolom Total Faktur, dan pilih Ekspresi dari
meja
tabel 4-12Pembuat Ekspresi untuk Kueri 4
menu pop-up. Ini memberitahu Access untuk menghitung ekspresi yang ditunjukkan untuk semua item
dengan nomor dan tanggal faktur penjualan yang sama. Pada kolom yang sama, klik panah bawah pada
baris Sort, dan pilih Descending sehingga jawaban ditampilkan dalam urutan Total Faktur menurun. Di
bagian kriteria kolom Tanggal, gunakan operator “Antara” untuk menentukan bulan Oktober. Menjalankan
Query 4 menghasilkan jawaban yang ditunjukkan pada Tabel 4-11.
pertanyaan 5
Query 5 akan menjawab pertanyaan ini: Berapa total penjualan menurut tenaga penjual?
Kueri ini mirip dengan Kueri 4, kecuali bahwa kami menjumlahkan faktur berdasarkan tenaga
penjual, bukan berdasarkan nomor faktur. Kami juga tidak membatasi permintaan kami pada bulan
Oktober. Coba buat kueri sendiri. Pertanyaan lengkap dan jawabannya ditunjukkan pada Tabel 4-13.
Sistem Basis Data dan Masa Depan Akuntansi

Sistem database memiliki potensi untuk mengubah pelaporan eksternal secara signifikan. Banyak waktu dan
upaya saat ini diinvestasikan dalam menentukan bagaimana perusahaan harus meringkas dan melaporkan
informasi akuntansi kepada pengguna eksternal. Di masa depan, perusahaan dapat membuat salinan
database keuangan perusahaan tersedia untuk pengguna eksternal sebagai pengganti laporan keuangan
tradisional. Pengguna akan bebas menganalisis data mentah sesuai keinginan mereka.
Sebuah keuntungan yang signifikan dari sistem database adalah kemampuan untuk membuat permintaan ad hoc untuk
menyediakan informasi yang dibutuhkan untuk pengambilan keputusan. Informasi keuangan tidak lagi tersedia hanya dalam
format yang telah ditentukan dan pada waktu tertentu. Alih-alih, bahasa kueri basis data relasional yang kuat dan mudah
digunakan dapat menemukan dan menyiapkan kebutuhan manajemen informasi kapan pun mereka menginginkannya.
DBMS relasional juga dapat mengakomodasi beberapa pandangan dari fenomena dasar yang sama.
Misalnya, tabel yang menyimpan informasi tentang aset dapat mencakup biaya historis serta biaya
penggantian saat ini dan nilai pasar. Dengan demikian, manajer tidak akan lagi dipaksa untuk melihat data
dengan cara yang telah ditentukan oleh akuntan.
meja
Akhirnya, DBMS relasional mampu mengintegrasikan data keuangan dan operasional. Misalnya, data kepuasan
pelanggan dapat disimpan dalam database, memberikan manajer kumpulan data yang lebih kaya untuk
pengambilan keputusan.
DBMS relasional memiliki potensi untuk meningkatkan penggunaan dan nilai informasi akuntansi. Akuntan
harus memahami sistem database sehingga mereka dapat membantu merancang dan menggunakan SIA di masa
depan. Partisipasi tersebut penting untuk memastikan bahwa kontrol yang memadai disertakan dalam sistem
tersebut untuk menjaga data dan memastikan keandalan informasi yang dihasilkan.
Ringkasan dan Kesimpulan Kasus

Ashton menyiapkan laporan untuk Scott dan Susan yang merangkum apa yang dia ketahui
tentang database. Dia menjelaskan bahwa sistem manajemen basis data (DBMS), perangkat
lunak yang membuat sistem basis data bekerja, didasarkan pada model data logis yang
menunjukkan bagaimana pengguna memahami cara data disimpan. Banyak DBMS didasarkan
pada model data relasional yang mewakili data yang disimpan dalam tabel. Setiap baris dalam
tabel relasional hanya memiliki satu nilai data di setiap kolom. Baik posisi baris maupun kolom
tidak signifikan. Properti ini mendukung penggunaan bahasa kueri yang sederhana, namun
kuat, untuk berinteraksi dengan database. Pengguna hanya perlu menentukan data yang
diinginkan dan tidak perlu khawatir dengan cara pengambilan data. DBMS berfungsi sebagai
perantara antara pengguna dan database,
Setelah membaca laporan Ashton, Scott dan Susan setuju bahwa sudah waktunya untuk meningkatkan AIS S&S dan
menyewa perusahaan konsultan untuk membantu memilih dan memasang sistem baru. Mereka meminta Ashton untuk
mengawasi proses desain untuk memastikan bahwa sistem baru memenuhi kebutuhan mereka.
Kunci rm s
basis data 83 skema 86 model data relasional 88

manajemen basis data skema tingkat konseptual 86 tupel 88
sistem (DBMS) 84 skema tingkat eksternal 86 kunci utama 88
sistem basis data 84 subskema 86 kunci asing 88
administrator basis data skema level internal 86 pembaruan anomali 90
(DBA) 84 kamus data 88 masukkan anomali 90
gudang data 84 bahasa definisi data hapus anomali 90
intelijen bisnis 84 (DDL) 88 basis data relasional 92
pemrosesan analitik online bahasa manipulasi data aturan integritas entitas 92
(OLAP) 84 (DML) 88 aturan integritas referensial 92
penambangan data 84 bahasa kueri data normalisasi 93
tata letak rekaman 86 (DQL) 88 pemodelan data semantik 93
tampilan logis 86 penulis laporan 88
tampilan fisik 86 model data 88
AIS beraksi
bab kuis
1.Model data relasional menggambarkan data sebagai disimpan di __________.

Sebuah. hierarki C. benda-benda
B. meja D. file
2.Bagaimana pengguna secara konseptual mengatur dan memahami data disebut sebagai __________.
Sebuah. tampilan fisik C. tampilan model data
B. pandangan logis D. tampilan organisasi data
3.Disebut apakah setiap baris dalam tabel database relasional?

Sebuah. hubungan C. anomali
B. atribut D. tupel
4.Manakah dari berikut ini yang merupakan pandangan pengguna individu terhadap database?
Sebuah. skema tingkat konseptual C. skema tingkat internal

B. skema tingkat eksternal D. skema tingkat logis
5.Manakah dari berikut ini yang kemungkinan besar akan digunakan manajer untuk mengambil informasi tentang
penjualan selama bulan Oktober?
Sebuah. DML C. DDL
B. DSL D. DQL
6.Manakah dari atribut berikut yang kemungkinan besar akan menjadi kunci utama?
Sebuah. nama pemasok C. kode pos pemasok
B. nomor pemasok D. saldo akun pemasok
7.Manakah dari berikut ini yang merupakan program perangkat lunak yang menjalankan sistem basis data?
Sebuah. DQL C. DML

B. DBMS D. DDL
8.Batasan bahwa semua kunci utama harus memiliki nilai data bukan nol disebut
sebagai berikut?
Sebuah. aturan integritas referensial C. aturan normalisasi
B. aturan integritas entitas D. aturan model data relasional
9.Batasan bahwa semua kunci asing harus memiliki nilai nol atau nilai kunci
utama di tabel lain disebut sebagai berikut?
Sebuah. aturan integritas referensial C. aturan nilai kunci asing
B. aturan integritas entitas D. aturan nilai nol
10.Manakah dari atribut berikut dalam tabel Penerimaan Kas (mewakili pembayaran yang diterima dari
pelanggan) yang kemungkinan besar akan menjadi kunci asing?
Sebuah. nomor penerimaan kas C. nomor pelanggan
B. nomor cek pelanggan D. tanggal penerimaan kas
c Omp rehensivepr O b L em
Butler Financing Company menjalankan bisnis perantara hipotek yang mempertemukan pemberi pinjaman
dan peminjam. Tabel 4-14 mencantumkan beberapa data yang disimpan Butler tentang peminjam dan
pemberi pinjamannya. Data disimpan dalam spreadsheet yang harus diperbarui secara manual untuk setiap
peminjam, pemberi pinjaman, atau hipotek baru. Pembaruan ini rawan kesalahan, yang merugikan bisnis.
Selain itu, spreadsheet harus diurutkan dengan berbagai cara untuk mengambil data yang diperlukan.
tabel 4-14Spreadsheet Perusahaan Pembiayaan Butler
bAtau- permintaanD LenDer Properti

pendayung Terakhir Pertama saat ini hak Tanggungan LenDer LenDer Kantor juru taksir Properti
nomor nama nama alamat jumlah nomor nama alamat nomor nama penilai
450 Adams Jennifer 450 Pohon Persik $245.000 13 Unggul 6890 8 Penilai Advent
Jl. Hak Tanggungan Sheridan Dr.
451 Adamson David 500 Putaran $124,688 13 Unggul 6890 Sheridan 9 Aplikasi Independen
Jalan raya Hak Tanggungan dr. layanan pujian
452 Bronson paul 312 Gunung $345.000 14 CCY 28 Buckhead 10 Jones Properti
Lihat Dr. Cara Penilai
453 cokelat marietta 310 Putaran $57.090 15 Keuntungan 3345 Danau 10 Jones Properti
Jalan raya pemberi pinjaman pantai dr. Penilai
454 Charles Kenneth 3 Umum $34,000 16 Modal 8890 Karang 8 Penilai Advent
Blvd. Tabungan Blvd.
455 Coulter jejak 1367 $216,505 13 Unggul 6890 8 Penilai Advent
Pohon persik Hak Tanggungan Sheridan Dr.
Jl.
456 mengasuh Harold 678 Putaran $117,090 12 Nasional 750 16 St. 9 Aplikasi Independen
Jalan raya Hak Tanggungan layanan pujian
457 jujur Vernon 210 Bicayne $89,000 12 Nasional 750 16 St. 10 Jones Properti
Blvd. Hak Tanggungan Penilai
458 Holmes primadona 1121 Bicayne $459.010 16 Modal 8890 Karang 10 Jones Properti
Blvd. Tabungan Blvd. Penilai
459 Johanson Sandy 817 Gunung $67.900 15 Keuntungan 3345 Danau 9 Aplikasi Independen
Lihat Dr. pemberi pinjaman pantai dr. layanan pujian
460 Johnson James 985 Putaran $12.000 12 Nasional 750 16 St. 10 Jones Properti
Jalan raya Hak Tanggungan Penilai
461 jones Holly 1650 Cuci- $67.890 15 Keuntungan 3345 Danau 9 Aplikasi Independen
ington Blvd. pemberi pinjaman pantai dr. layanan pujian
Buat database dari spreadsheet Butler yang tidak memiliki anomali data yang dijelaskan dalam bab
ini. Untuk menguji database, siapkan kueri untuk menunjukkan peminjam mana (baik nomor dan
nama peminjam) yang mengambil pinjaman dari Excel Mortgage dan siapa penilai untuk setiap
pinjaman.
D iscussi On Qu esti On s
4.1.Bandingkan tampilan logis dan fisik data, dan diskusikan mengapa tampilan terpisah
diperlukan dalam aplikasi database. Jelaskan perspektif mana yang paling berguna untuk
setiap karyawan berikut: programmer, manajer, dan auditor internal. Bagaimana
memahami struktur data logis membantu Anda ketika merancang dan menggunakan
sistem database?
4.2.Model data relasional mewakili data yang disimpan dalam tabel. Spreadsheet adalah alat lain yang
digunakan akuntan untuk menggunakan representasi tabel data. Apa persamaan dan
perbedaan cara alat ini menggunakan tabel? Bagaimana mungkin keakraban akuntan dengan
representasi tabel spreadsheet memfasilitasi atau menghambat belajar bagaimana
menggunakan DBMS relasional?
4.3.Beberapa orang percaya bahwa teknologi database dapat menghilangkan kebutuhan akan akuntansi
double-entry. Ini menciptakan tiga kemungkinan: (1) model entri ganda akan ditinggalkan; (2) model
entri ganda tidak akan digunakan secara langsung, tetapi skema tingkat eksternal berdasarkan
model entri ganda akan ditentukan untuk penggunaan akuntan; atau (3) model entri ganda akan
dipertahankan dalam sistem basis data. Alternatif mana yang menurut Anda paling mungkin terjadi?
Mengapa?
4.4.Bahasa query DBMS relasional menyediakan akses mudah ke informasi tentang aktivitas organisasi.
Apakah ini berarti bahwa pemrosesan online dan waktu nyata harus digunakan untuk semua
transaksi? Apakah organisasi memerlukan laporan keuangan waktu nyata? Mengapa atau mengapa
tidak?
4.5.Mengapa sangat penting untuk memiliki data yang baik?
4.6.Apa itu kamus data, apa isinya, dan bagaimana menggunakannya?
4.7.Bandingkan dan kontraskan pendekatan berorientasi file dan pendekatan database. Jelaskan
keuntungan utama dari sistem database.
pr O b L em s
4.1.Elemen data berikut terdiri dari skema tingkat konseptual untuk database:
alamat tagihan
biaya
batas kredit
Nama Pelanggan
nomor pelanggan
keterangan
nomor faktur
Nomor barang
harga
kuantitas di tangan
jumlah yang terjual
Alamat Pengiriman
ketentuan
diperlukan
Sebuah. Identifikasi tiga pengguna potensial dan rancang subskema untuk masing-masing. Justifikasi desain Anda
dengan menjelaskan mengapa setiap pengguna membutuhkan akses ke elemen data subskema.
B. Gunakan Microsoft Access atau produk database relasional lainnya untuk membuat tabel
skema. Tentukan kunci utama, kunci asing, dan data lain untuk setiap tabel. Uji model Anda
dengan memasukkan data sampel di setiap tabel.
4.2.Sebagian besar paket DBMS berisi definisi data, manipulasi data, dan bahasa kueri data. Untuk
setiap hal berikut, tunjukkan bahasa mana yang akan digunakan dan mengapa.
Sebuah. Seorang administrator database mendefinisikan struktur logis dari database.
B. Pengontrol meminta laporan akuntansi biaya yang berisi daftar semua karyawan yang
dibayar lebih dari 10 jam lembur dalam minggu tertentu.
C. Seorang programmer mengembangkan program untuk memperbarui catatan aset tetap yang disimpan dalam
database.
D. Manajer sumber daya manusia meminta laporan yang mencatat semua karyawan yang pensiun
dalam waktu 5 tahun.
e. Bidang nomor seri inventaris diperluas dalam catatan inventaris untuk memungkinkan
pengenalan item inventaris tambahan dengan nomor seri yang berisi lebih dari 10
digit.
F. Seorang pengguna mengembangkan program untuk mencetak semua pembelian yang dilakukan selama 2 minggu terakhir.
G. Bidang tambahan ditambahkan ke catatan aset tetap untuk mencatat perkiraan nilai
sisa setiap aset.
4.3.Ashton ingin menyimpan data berikut tentang pembelian inventaris S&S:

Nomor barang
tanggal pembelian
nomor penjual
alamat penjual
Nama pedagang
harga pembelian
jumlah yang dibeli
nomor pekerja
nama karyawan
nomor pesanan pembelian
keterangan
kuantitas di tangan
jumlah yang diperpanjang
jumlah total pembelian
diperlukan
Sebuah. Rancang satu set tabel relasional untuk menyimpan data ini. Apakah semua item data perlu
disimpan dalam tabel? Jika tidak, mana yang tidak perlu disimpan, dan mengapa tidak perlu
disimpan?
B. Identifikasi kunci utama untuk setiap tabel.
C. Identifikasi kunci asing yang diperlukan dalam tabel untuk menerapkan integritas referensial.
D. Implementasikan tabel Anda menggunakan produk database relasional apa pun yang dapat Anda
akses.
e. Uji spesifikasi Anda dengan memasukkan data sampel di setiap tabel.
F. Buat beberapa kueri untuk mengambil atau menganalisis data yang Anda simpan.
4.4.Ambil Basis Data Dalam Bab S&S (dalam format Microsoft Access) dari situs web teks (atau buat
tabel dalam Tabel 4-5 dalam produk DBMS relasional). Tulis pertanyaan untuk menjawab
pertanyaan berikut.Catatan: Untuk beberapa pertanyaan, Anda mungkin harus membuat dua
kueri—satu untuk menghitung Total Faktur dan yang kedua untuk menjawab pertanyaan yang
diajukan.
Sebuah. Berapa banyak jenis barang inventaris yang dijual S&S?
B. Berapa penjualan yang terjadi selama bulan Oktober?
meja
C. Berapa total penjualan di bulan Oktober?

D. Berapa rata-rata jumlah transaksi penjualan?
e. Penjual mana yang menghasilkan penjualan terbesar?
F. Berapa unit setiap produk yang terjual?
G. Produk mana yang paling sering terjual?
4.5.Masukkan tabel pada Tabel 4-15 ke dalam paket DBMS relasional. Tulis pertanyaan untuk menjawab pertanyaan
berikut.Catatan: Untuk beberapa pertanyaan, Anda mungkin harus membuat dua kueri—satu untuk
menghitung total dan yang kedua untuk menjawab pertanyaan yang diajukan.
Sebuah. Pelanggan mana (tunjukkan nama mereka) yang melakukan pembelian dari Martinez?
B. Siapa yang memiliki batas kredit terbesar?
C. Berapa penjualan yang terjadi pada bulan Oktober?
D. Berapa nomor barang, harga, dan jumlah setiap barang yang dijual pada faktur
nomor 103?
e. Berapa banyak yang dijual setiap penjual?
F. Berapa banyak pelanggan yang tinggal di Arizona?
G. Berapa banyak kredit yang masih tersedia untuk setiap pelanggan?
H. Berapa masing-masing barang terjual? (Sertakan deskripsi setiap item dalam jawaban
Anda.)
saya. Pelanggan mana yang masih memiliki kredit lebih dari $1.000?
J. Untuk barang apa saja yang ada setidaknya 100 unit?
4.6.Perusahaan BusyB ingin menyimpan data tentang keterampilan karyawannya. Setiap karyawan mungkin
memiliki satu atau lebih keterampilan khusus, dan beberapa karyawan mungkin memiliki keterampilan yang
sama. Sertakan fakta-fakta berikut dalam database:
tanggal disewa
tanggal lahir
meja
keterampilan tanggal diperoleh
nama karyawan
nomor pekerja
upah
nama skill
nomor keterampilan
pengawas
diperlukan
Sebuah. Rancang satu set tabel relasional untuk menyimpan data ini.
B. Identifikasi kunci utama untuk setiap tabel, dan identifikasi kunci asing yang diperlukan.
C. Terapkan skema Anda menggunakan DBMS relasional apa pun. Tentukan kunci utama dan kunci
asing, dan terapkan integritas referensial. Tunjukkan kualitas desain Anda dengan memasukkan
data sampel di setiap tabel.
4.7.Anda ingin memperluas skema yang ditunjukkan pada Tabel 4-16 untuk menyertakan informasi tentang
pembayaran pelanggan. Beberapa pelanggan melakukan pembayaran cicilan pada setiap invoice.
Lainnya menulis cek untuk membayar beberapa faktur yang berbeda. Anda ingin menyimpan
informasi berikut:
jumlah yang diterapkan ke nomor

penerimaan kas faktur tertentu
Nama Pelanggan
nomor pelanggan
tanggal penerimaan
pembayaran faktur pembayaran

pemrosesan karyawan berlaku untuk
jumlah total yang diterima
diperlukan
Sebuah. Ubah kumpulan tabel pada Tabel 4-16 untuk menyimpan data tambahan ini.
B. Identifikasi kunci utama untuk setiap tabel baru yang Anda buat.
C. Implementasikan skema Anda menggunakan paket DBMS relasional apa pun. Tunjukkan atribut mana
yang merupakan kunci utama dan kunci asing, dan masukkan data sampel di setiap tabel yang Anda
buat.
4.8.Buat tabel relasional yang menyelesaikan pembaruan, penyisipan, dan penghapusan anomali pada Tabel
4-17.
tabel 4-17Tabel Faktur
Memesan pelanggan pelanggan

faktur # Tanggal Tanggal pengenal nama barang # Keterangan Kuantitas
52 19-06-2018 5-25-2018 201 Johnson 103 Trek 9000 5

52 19-06-2018 5-25-2018 201 Johnson 122 Nimbus 4000 8
52 19-06-2018 5-25-2018 201 Johnson 10 Izzod 3000 11
52 19-06-2018 5-25-2018 201 Johnson 71 Pelatih LD 12
57 20-06-2018 01-06-2018 305 Henry 535 Standar TR 18
57 20-06-2018 01-06-2018 305 Henry 115 NT 2000 15
57 20-06-2018 01-06-2018 305 Henry 122 Nimbus 4000 5
4.9.Buat tabel relasional yang menyelesaikan pembaruan, penyisipan, dan penghapusan anomali pada Tabel
4-18.
tabel 4-18Tabel Pesanan Pembelian (PO)
pembelian pembelian Memesan Kuantitas penjaja

Memesan # Tanggal bagian # Keterangan patokan harga Dipesan penjaja # Nama pedagang alamat
2 3/9/2018 334 XYZ $30 3 504 Pasokan KL 75 Stevens Dr.

2 3/9/2018 231 PDQ $50 5 504 Pasokan KL 75 Stevens Dr.
2 3/9/2018 444 YYM $80 6 504 Pasokan KL 75 Stevens Dr.
3 4/5/2018 231 PDQ $50 2 889 OSCAN INC 55 Cougar Cir.
4.10.Dari database yang dibuat dalam masalah komprehensif, lakukan query berdasarkan tabel dan grid
query yang ditunjukkan pada Tabel 4-19.
Sebuah. Peminjam mana yang menggunakan Penilai Advent?
B. Berapa jumlah rata-rata yang dipinjam dari KPR Nasional?

C. Daftar semua penilai properti.
D. Daftar semua pemberi pinjaman.
e. Daftar pemberi pinjaman yang meminjamkan lebih dari $ 100.000.
F. Peminjam mana yang meminta hipotek terbesar?

G. Peminjam mana yang meminta hipotek terkecil?
meja
kasus 4-1Proyek Penelitian
Seperti di semua bidang TI, DBMS terus berubah 2.Produk DBMS mana yang didasarkan pada
dan meningkat. Teliti bagaimana bisnis model logis selain model data relasional?
menggunakan DBMS, dan tulis laporan temuan 3.Apa kekuatan dan kelemahan relatif dari
Anda. Atasi masalah berikut: berbagai jenis (model relasional versus logis
lainnya) dari DBMS?
1.Produk DBMS populer mana yang didasarkan pada model
data relasional?
Solusi Aksi AIS

Qu iz K ey
1.Model data relasional menggambarkan data sebagai disimpan di __________.

Sebuah. hierarki (Salah. Basis data hierarkis menggambarkan data disimpan dalam
hierarki.)
▶. B.tabel (Benar. Model data relasional menggambarkan data disimpan dalam tabel atau
format relasi.)
C. objek (Salah. Database berorientasi objek menggambarkan data sebagai disimpan sebagai
objek.)
D. file (Salah. Model data berbasis file menggambarkan data disimpan dalam file.)
2.Bagaimana pengguna secara konseptual mengatur dan memahami data disebut sebagai __________.
Sebuah. tampilan fisik (Salah. Tampilan fisik menunjukkan bagaimana dan di mana data disimpan secara fisik.)
▶. B.tampilan logis (Benar. Tampilan logis menunjukkan bagaimana pengguna secara konseptual mengatur dan
memahami data.)
C. tampilan model data (Salah. Ini bukan tampilan database biasa.)
D. tampilan organisasi data (Salah. Ini bukan tampilan database biasa.)
3.Disebut apakah setiap baris dalam tabel database relasional?

Sebuah. relasi (Salah. Relasi adalah tabel dalam database relasional.)
B. atribut (Salah. Setiap kolom dalam database relasional adalah atribut yang menjelaskan
beberapa karakteristik entitas tentang data mana yang disimpan.)
C. anomali (Salah. Anomali adalah masalah dalam database, seperti anomali sisipan atau
anomali hapus.)
▶. D.tuple (Benar. Tuple juga disebut baris dalam database relasional.)
4.Manakah dari berikut ini yang merupakan pandangan pengguna individu terhadap database?
Sebuah. skema tingkat konseptual (Salah. Skema tingkat konseptual adalah tampilan seluruh
organisasi dari seluruh database.)
▶. B.skema tingkat eksternal (Benar. Skema tingkat eksternal mewakili pandangan pengguna
individu dari database.)
C. skema tingkat internal (Salah. Skema tingkat internal menunjukkan bagaimana data
sebenarnya disimpan dan diakses.)
D. skema tingkat logis (Salah. Ini bukan skema yang disebutkan dalam teks.)
5.Manakah dari berikut ini yang kemungkinan besar akan digunakan manajer untuk mengambil informasi tentang
penjualan selama bulan Oktober?
Sebuah. DML (Salah. DML—bahasa manipulasi data—digunakan untuk pemeliharaan data.)
B. DSL (Salah. DSL bukan bahasa DBMS.)
C. DDL (Salah. DDL—bahasa definisi data—digunakan untuk membangun kamus data, membuat
database, menjelaskan tampilan logis, dan menentukan batasan atau kendala apa pun pada
keamanan.)
▶. D.DQL (Benar. DQL—bahasa kueri data—digunakan untuk mengambil informasi dari
database.)
6.Manakah dari atribut berikut yang kemungkinan besar akan menjadi kunci utama?
Sebuah. nama pemasok (Salah. Kunci utama harus unik. Nama yang sama dapat
digunakan oleh banyak entitas.)
▶. B.nomor pemasok (Benar. Nomor unik dapat ditetapkan sebagai kunci utama untuk setiap
entitas.)
C. kode pos pemasok (Salah. Kunci utama harus unik. Lebih dari satu pemasok dapat
berada dalam kode pos yang sama.)
D. saldo akun pemasok (Salah. Kunci utama harus unik. Saldo akun yang sama,
seperti saldo $0,00, dapat dipertahankan oleh banyak entitas.)
7.Manakah dari berikut ini yang merupakan program perangkat lunak yang menjalankan sistem basis data?
Sebuah. DQL (Salah. DQL—bahasa kueri data—digunakan untuk mengambil informasi dari
database.)
▶. B.DBMS (Benar. DBMS—sistem manajemen basis data—adalah program perangkat lunak yang
bertindak sebagai antarmuka antara basis data dan berbagai program aplikasi.)
C. DML (Salah. DML—bahasa manipulasi data—digunakan untuk pemeliharaan data.)
D. DDL (Salah. DDL—bahasa definisi data—digunakan untuk membangun kamus data, membuat
database, menjelaskan tampilan logis, dan menentukan batasan atau kendala apa pun pada
keamanan.)
8.Batasan bahwa semua kunci utama harus memiliki nilai data bukan nol disebut
sebagai berikut?
Sebuah. aturan integritas referensial (Salah. Aturan integritas referensial menetapkan bahwa
kunci asing harus memiliki nilai yang sesuai dengan nilai kunci utama di tabel lain atau
kosong.)
▶. B.aturan integritas entitas (Benar. Setiap kunci utama dalam tabel relasional harus memiliki nilai
bukan nol.)
C. aturan normalisasi (Salah. Teks tidak membahas aturan normalisasi.)
D. aturan model data relasional (Salah. Teks tidak membahas aturan model data
relasional.)
9.Batasan bahwa semua kunci asing harus memiliki nilai nol atau nilai kunci
utama di tabel lain disebut sebagai berikut?
▶. Sebuah.aturan integritas referensial (Benar. Aturan integritas referensial menetapkan bahwa
kunci asing harus memiliki nilai yang sesuai dengan nilai kunci utama di tabel lain atau
kosong.)
B. aturan integritas entitas (Salah. Aturan ini menyatakan bahwa setiap kunci utama dalam tabel relasional
harus memiliki nilai bukan nol.)
C. aturan nilai kunci asing (Salah. Teks tidak membahas aturan nilai kunci asing.)
D. aturan nilai nol (Salah. Teks tidak membahas aturan nilai nol.)
10.Manakah dari atribut berikut dalam tabel Penerimaan Kas (mewakili pembayaran yang diterima dari
pelanggan) yang kemungkinan besar akan menjadi kunci asing?
Sebuah. nomor penerimaan kas (Salah. Nomor penerimaan kas adalah kandidat yang baik
untuk kunci utama tabel Penerimaan Kas.)
B. nomor cek pelanggan (Salah. Karena tidak ada alasan untuk menyimpan nomor cek
pelanggan di tabel terpisah, ini bukan kandidat yang baik untuk kunci asing.)
▶. C.nomor pelanggan (Benar. Nomor pelanggan akan menjadi kunci asing dalam tabel Penerimaan
Kas dan akan menghubungkan tabel Penerimaan Tunai ke Tabel Pelanggan.)
D. tanggal penerimaan kas (Salah. Tanggal biasanya bukan kandidat yang baik untuk kunci asing.
Tanggal penerimaan kas kemungkinan akan menjadi atribut dalam tabel Penerimaan Tunai.)
c Omp rehensivepr O b L em s OL uti On
Karena data Pemberi Pinjaman dan Penilai diulang di seluruh Tabel 4-14, spreadsheet berisi pembaruan,
penyisipan, dan penghapusan anomali. Untuk menghilangkan masalah anomali dan mengurangi
redundansi, kami memecah spreadsheet menjadi tiga tabel yang lebih kecil: peminjam (Tabel 4-20), pemberi
pinjaman (Tabel 4-21), dan penilai (Tabel 4-22).
Nomor peminjam, nomor pemberi pinjaman, dan nomor penilai adalah kunci utama karena masing-
masing secara unik mengidentifikasi baris dalam tabel masing-masing. Kunci utama dari tabel Pemberi
Pinjaman dan Penilai ditambahkan ke tabel Peminjam sebagai kunci asing sehingga tabel Pemberi Pinjaman
dan Penilai akan memiliki tautan langsung ke tabel Peminjam.
Membuat tabel yang lebih kecil dengan kunci utama dan asing memecahkan tiga masalah
anomali:
tabel 4-20Meja Peminjam
Nomor Peminjam- aplikasi properti-

peminjam permintaanD ber (Untuk- nomor pujian
nomor Terakhir Pertama hak Tanggungan kunci eign untuk (Kunci Asing untuk
(kunci utama) nama nama alamat saat ini jumlah tabel Peminjam) meja penilai)
450 Adams Jennifer 450 Peachtree Rd. $245.000 13 8
451 Adamson David Jalan Raya 500 Loop $124,688 13 9
452 Bronson paul 312 Pemandangan Gunung Dr. $345.000 14 10
453 cokelat marietta Jalan Raya Loop 310 $57.090 15 10
454 Charles Kenneth 3 Commons Blvd. $34,000 16 8
455 Coulter jejak 1367 Peachtree Rd. $216,505 13 8
456 mengasuh Harold 678 Loop Highway $117,090 12 9
457 jujur Vernon 210 Bicayne Blvd. $89,000 12 10
458 Holmes primadona 1121 Bicayne Blvd. $459.010 16 10
459 Johanson Sandy 817 Pemandangan Gunung Dr. $67.900 15 9
460 Johnson James Jalan Tol Lingkar 985 $12.000 12 10
461 jones Holly 1650 Washington Blvd. $67.890 15 9
tabel 4-21 Meja Pemberi Pinjaman
Nomor Peminjam
(kunci utama) Nama Pemberi Pinjaman Alamat KANTOR Pemberi Pinjaman
12 Hipotek Nasional 750 16 St.

13 Hipotek Excel 6890 Sheridan Dr.
14 CCY 28 Cara Buckhead
15 Pemberi Pinjaman Keuntungan 3345 Danau Pantai Dr.
16 Penghematan Modal 8890 Coral Blvd.
tabel 4-22 Meja Penilai
nomor penilai properti (Kunci utama) nama penilai properti

8 Penilai Advent
9 Jasa Penilai Independen
10 Penilai Properti Jones
• Anomali sisipan diselesaikan karena pemberi pinjaman dan penilai baru dapat ditambahkan dengan- keluar
membutuhkan peminjam.
• Anomali penghapusan diselesaikan karena menghapus peminjam yang memutuskan untuk tidak mengejar
hipotek tidak menghapus informasi tentang pemberi pinjaman dan penilai.
• Anomali pembaruan teratasi karena hanya ada satu baris dalam satu tabel untuk diperbarui ketika pemberi
pinjaman pindah dan mengubah alamatnya, alih-alih mengubah semua baris spreadsheet yang
menyimpan alamat pemberi pinjaman.
Setelah data dimasukkan ke dalam tabel Microsoft Access, kita dapat melakukan query database.
Kueri pada Tabel 4-23, yang menemukan peminjam dan penilai yang terkait dengan pinjaman dari
Excel Mortgage, dibuat sebagai berikut:
• Dari opsi menu Kueri, pilih “Buat Kueri dalam tampilan Desain”.
• Tambahkan ketiga tabel ke Desain Kueri Anda. Akses secara otomatis menautkan yang utama dan
kunci asing.
• Pilih bidang berikut: Nomor Peminjam, Nama Belakang, Nama Depan, Pemberi
Pinjaman Nama, dan Nama Penilai Properti.
• Cantumkan “Excel Mortgage” sebagai kriteria pada kolom Lender Name.
• Jalankan kueri.
meja
Lampiran: Normalisasi Data1

Seperti yang ditunjukkan pada bab berikut, jika semua data dimasukkan ke dalam satu file besar, sulit untuk
menambah, menghapus, dan mengubah data. Misalnya, ketika database berisi data yang berlebihan (data
yang sama diulang di tempat yang berbeda dalam database) yang perlu diubah, setiap contoh data harus
ditemukan dan diubah atau kesalahan akan dimasukkan ke dalam data. Masalah ini diselesaikan dengan
mengatur database sedemikian rupa sehingga redundansi data dikurangi atau dihilangkan. Lampiran ini
membahas tentang normalisasi data, yaitu proses menganalisis data untuk membuat struktur database yang
paling efisien. Dengan kata lain, itu memecah tabel data besar menjadi tabel yang lebih kecil untuk
mengurangi redundansi data.
Untuk menormalkan data yang tidak terorganisir, data diambil melalui tiga bentuk yang berbeda, yang disebut
bentuk normal pertama (1NF), bentuk normal kedua (2NF), dan bentuk normal ketiga (3NF). Diagram alir pada
Gambar A4-1 secara grafis menggambarkan proses normalisasi.
Untuk membantu menjelaskan normalisasi data, kami akan memandu Anda melalui contoh sederhana dan dalam
melakukannya kami akan mendefinisikan semua istilah normalisasi data. Misalkan catatan untuk sistem informasi siswa
disimpan pada selembar kertas seperti yang ditunjukkan pada Gambar A4-2.
Informasi pribadi siswa tetap relatif konstan (nama dan nomor siswa jarang berubah). Namun,
jadwal kursus siswa akan berubah setiap semester dan seorang siswa dapat mengambil banyak kelas
yang berbeda. IPK akan berubah setiap kali mahasiswa menyelesaikan suatu mata kuliah.
Tabel A4-1 menunjukkan seperti apa bentuk file komputer sederhana untuk tiga siswa. Ada
bidang data untuk masing-masing berikut: nomor siswa, nama, jurusan, mata kuliah, dan nilai mata
kuliah. Ini adalah tabel yang tidak dinormalisasi karena memiliki kelompok data yang berulang; yaitu,
satu atau lebih atribut mencakup lebih dari satu nilai. Atribut Kursus dan Nilai Kursus adalah grup
berulang (lebih dari satu entri) untuk setiap siswa.
Sebuah tabel berada dalam 1NF ketika hal berikut dilakukan:
- Grup Berulang telah dihapus.

- Ada kunci utama unik untuk setiap catatan.
Gambar a4-1
Untuk mengubah tabel data yang tidak
Grafis Data yang tidak dinormalisasi
dinormalisasi menjadi normal pertama
representasi dari bentuk, semua grup berulang

harus dihilangkan dengan
Proses Normalisasi memilih kunci utama yang membuat
setiap record atau baris berbeda
dari setiap baris lainnya
atau merekam.
Bentuk Normal Pertama

(1NF)
Formulir ke-2 hanya diperlukan jika
kunci utama adalah gabungan
kunci (yaitu, terdiri dari 2 atau lebih
-bidang). Untuk mengubah tabel yang
tidak dinormalisasi menjadi normal ke-2,
hilangkan semua parsial
dependensi.
Normal Kedua
Formulir (2NF)
Untuk mengubah tabel dari 1

atau bentuk ke-2 ke bentuk ke-3,
hilangkan semua transitif
dependensi.
Bentuk Normal Ketiga

(3NF)
1Diadaptasi dari dokumen yang awalnya disiapkan oleh Bill Heninger di Universitas Brigham Young
Catatan Siswa Gambar a4-2

Catatan Siswa
Nama siswa: Stephanie Moore
Nomor Siswa: 86432
Jurusan Mahasiswa: Sistem Informasi
Kursus
Kursus Keterangan Nilai
IS 315 Basis Data SEBUAH
Akuntansi 324 Akuntansi Internasional B

Manajemen 401 Keuangan C-
IPK 3.2
tabel a4-1Tabel Siswa (Bentuk Tidak Normal)
murid kursus
nomor nama siswa jurusan mahasiswa kursus nilai
86432 Stephanie Moore Sistem Informasi IS 315 SEBUAH
Akuntansi 324 B
Manajemen 401 C−
86789 Bob Pemanah Pengelolaan Manajemen 101 B+
Sejarah 201 A
98653 Haley Mills Musik Musik 371 C+
Matematika 212 B−
Manajemen 101 B
Kunci utama adalah bidang data atau kombinasi bidang data yang membuat setiap catatan dalam tabel menjadi unik.
Jika rekaman tidak dapat diidentifikasi secara unik menggunakan bidang data tunggal, kunci gabungan (dua atau lebih
bidang data yang, bila digabungkan, mengidentifikasi setiap rekaman secara unik) digunakan.
Tabel A4-2 menunjukkan data dalam 1NF. Perhatikan bahwa saat kami pindah dari unnormalized ke
1NF, kami harus mereplikasi Nama Siswa dan Jurusan untuk membuat baris yang unik dan lengkap untuk
setiap record. Kunci utama dilambangkan dengan PK.
Nomor Siswa saja tidak secara unik mengidentifikasi setiap catatan karena siswa yang sama
dapat mengambil lebih dari satu kelas. Namun, kombinasi Nomor Siswa dan Kursus secara unik
mengidentifikasi setiap catatan. Dengan kata lain, Siswa #86432 (Stephanie Moore) mengambil
IS 315 adalah rekor yang berbeda dari Siswa#86432 (Stephanie Moore) mengambil Akuntansi
324.
- Sudah dalam bentuk 1NF (setiap catatan diidentifikasi secara unik dan karenanya unik)
- Tidak ada atribut kunci nonprimer yang hanya bergantung pada sebagian kunci primer
(ketergantungan parsial).
tabel a4-2Tabel Siswa (1NF)
murid murid kursus

nomor (pK) kursus (pK) nama siswa besar nilai
86432 IS 315 Stephanie Moore Sistem Informasi SEBUAH
86432 Akuntansi 324 Stephanie Moore Sistem Informasi B

86432 Manajemen 401 Stephanie Moore Sistem Informasi C−
86789 Manajemen 101 Bob Pemanah Pengelolaan B+
86789 Sejarah 201 Bob Pemanah Pengelolaan A
98653 Musik 371 Haley Mills Musik C+
98653 Matematika 212 Haley Mills Musik B−
98653 Manajemen 101 Haley Mills Musik B
Bentuk normal kedua hanya terjadi ketika kunci utama digabungkan (terdiri dari lebih dari satu bidang
data). Jika tidak ada kunci yang digabungkan, Anda dapat melewati 2NF dan langsung menuju ke 3NF.
Pada Tabel A4-2, kunci utama tabel Siswa adalah kombinasi Nomor Siswa dan Mata Pelajaran.
Namun, karena Nama Siswa dan Jurusan hanya menggambarkan dan bergantung pada Siswa, dan
bukan Kursus, kami memiliki "ketergantungan sebagian". Ketergantungan parsial ini harus
dihilangkan dengan memecah tabel menjadi tabel yang lebih kecil.
Pada Tabel A4-3 dan A4-4 tabel 1NF pada Tabel A4-2 dipecah menjadi dua tabel dengan cara
mengelompokkan data mahasiswa dan mengelompokkan data mata kuliah mahasiswa. Ini menghilangkan
ketergantungan parsial (Nama Mahasiswa dan Jurusan Mahasiswa hanya bergantung pada Nomor
Mahasiswa, bukan pada Mata Kuliah). Satu-satunya bidang yang bergantung pada Nomor Siswa dan Kursus
bersama-sama adalah Nilai Kursus. Redundansi data berkurang, karena nama siswa dan jurusan hanya
dicantumkan satu kali di tabel Siswa.
- Sudah di 1NF atau 2NF, dan

- Tidak ada ketergantungan transitif. Artinya, semua bidang data secara fungsional bergantung
pada kunci utama dan hanya kunci utama.
Ketergantungan transitif terjadi ketika bidang data dapat diidentifikasi dengan lebih baik oleh bidang
lain daripada kunci utama yang ada. Yaitu, ketika atribut non-kunci secara fungsional bergantung pada satu
atau lebih atribut non-kunci lainnya.
Tabel A4-5 adalah contoh ketergantungan transitif.
Karena Kursus# adalah kunci utama, tampaknya menentukan nilai dari semua atribut
lainnya. Namun, Telepon Instruktur bergantung pada atribut Instruktur. Untuk menghilangkan
ketergantungan transitif ini, Tabel A4-5 dibagi menjadi tabel kursus (Tabel A4-6) dan tabel
instruktur (Tabel A4-7).
tabel a4-3Meja Siswa
nomor siswa (pK) nama siswa jurusan mahasiswa
86432 Stephanie Moore Sistem Informasi

86789 Bob Pemanah Pengelolaan
98653 Haley Mills Musik
tabel a4-4Tabel Siswa-Kursus (2NF)
nomor siswa (pK) kursus (pK) nilai mata kuliah

86432 IS 315 SEBUAH
86432 Akuntansi 324 B

86432 Manajemen 401 C−
86789 Manajemen 101 B+
86789 Sejarah 201 A
98653 Musik 371 C+
98653 Matematika 212 B−
98653 Manajemen 101 B
tabel a4-5Contoh Ketergantungan Transitif
cKami# (pK) Deskripsi course pengajar instruksikanAtau telepon
IS 315 Basis Data Gibson 378-5555

Matematika 215 Kalkulus Ryan 378-4444
tabel a4-6Tabel Kursus
cKami# (pK) Deskripsi course instruktur (FK)

IS 315 Basis Data Gibson
Matematika 215 Kalkulus Ryan
tabel a4-7Meja Instruktur
instruksikan (pK) instruksikanAtau telepon
Gibson 378-5555
Ryan 378-4444
FK pada Tabel A4-6 adalah singkatan dari foreign key. Karena kita mungkin perlu menghubungkan
kembali tabel-tabel ini di masa mendatang, kita selalu meninggalkan bidang "yang sama" di antara dua tabel
yang telah kita buat. Bidang itu biasanya merupakan kunci utama dari salah satu tabel yang baru dibuat.
Salah satu cara untuk mengingat kriteria bentuk ketiga adalah dengan memikirkan Perry Mason. Ketika Perry
Mason memanggil seseorang untuk bersaksi di pengadilan, saksi selalu harus bersumpah untuk "mengatakan
seluruh kebenaran dan hanya kebenaran." Tabel 2NF seperti bagian "kebenaran utuh" dari sumpah (setiap atribut
atau bidang data bergantung pada keseluruhan kunci utama, bukan hanya bagian dari kunci utama). Tabel 3NF
seperti bagian "tidak ada apa-apa selain kebenaran" dari sumpah (setiap atribut tidak bergantung pada apa pun
kecuali kunci utama (pada kunci utama dan tidak ada atribut atau bidang data lainnya). Dalam 3NF, sebuah atribut
harus bergantung pada "seluruh kunci utama" dan "tidak ada apa-apa selain kunci utama."
Jika tabel data tidak dipecah menjadi 3NF, masalah atau anomali terjadi. Masalah-masalah ini
disebut pembaruan, penyisipan, dan penghapusan anomali dan dijelaskan dalam bab ini. Jika tabel
yang tidak dinormalisasi dipecah menjadi 3NF, pembaruan, penyisipan, dan penghapusan anomali
hilang.
Ringkasan
Saat memulai dengan tabel yang tidak dinormalisasi, berikut adalah langkah-langkah dalam proses normalisasi:
1.Hapus semua grup data yang berulang untuk membuat 1NF dan pilih kunci utama.
2.Hapus dependensi parsial (atribut bergantung pada bagian dari kunci utama) untuk membuat 2NF.
Ini hanya berlaku jika tabel 1NF memiliki kunci yang digabungkan.
3.Hapus semua dependensi transitif (atribut kunci nonprimer, atau bidang data, bergantung pada
atribut kunci nonprimer lainnya, atau bidang data) untuk membuat 3NF.
Contoh Normalisasi Kedua

Sebagai bantuan lebih lanjut dalam memahami normalisasi data, contoh kedua diberikan. Tabel A4-8
mewakili tabel nilai siswa yang tidak dinormalisasi dengan data yang berlebihan atau berulang. Tiga
langkah yang disebutkan di atas akan digunakan untuk menormalkan data.
Langkah 1: Hapus Grup Berulang

Untuk menghapus grup berulang dari Tabel A4-8, pilih atribut atau kombinasi atribut yang membuat
setiap baris atau record unik. Siswa# bukan kandidat yang baik karena mengulang untuk setiap
kursus yang diambil siswa. Kursus adalah suatu kemungkinan, tetapi lebih dari satu siswa
tabel a4-8Tabel Data Siswa Tidak Dinormalisasi
murid kursus pengajar Kantor Kantor kursus

murid# nama besar kursus Keterangan nama jam LOKASI telepon nilai
86432 Stethi akun Acc 315 akun sirip sinar 9–11 442 378-4545 SEBUAH
Acc 324 Mgt Acct paul 8–10 448 378-8945 SEBUAH
Mgt 401 Keuangan Gibson 12-1 501 378-5555 B

86789 Pemanah Mgt mgt 101 Intro Mgt Bueli 4–6 463 378-2345 C
Hist 201 Sejarah AS berbatu 1-2 558 378-5987 B
98653 pabrik akun Acc 371 Studi Ind Knox 8–11 443 378-4543 B
Matematika 212 Kalkulus Geluski 3-4 158 378-7848 B
mgt 101 Intro Mgt Bueli 4–6 463 378-2345 C
bisa mengambil jurusan yang sama. Seperti pada contoh sebelumnya, menggabungkan dua bidang ini menghasilkan
pengidentifikasi unik untuk setiap catatan. (Ini mengasumsikan seorang siswa tidak dapat mengambil mata kuliah yang sama
dua kali.) Sekarang, setiap baris atau record pada Tabel A4-9 diidentifikasi secara unik, atau berbeda dari semua record
lainnya.
tabel a4-9Kelas-Mahasiswa-Kursus (1NF)
murid# kursus kursus Kantor Kantor kursus

(pK) murid besar (pK) Keterangan pengajar jam LOKASI telepon nilai
86432 Stethi akun Acc 315 akun sirip sinar 9–11 442 378-4545 SEBUAH
86432 Stethi akun Acc 324 Mgt Acct paul 8–10 448 378-8945 SEBUAH
86432 Stethi akun Mgt 401 Sirip sekolah 12-1 501 378-5555 B
86789 Pemanah Mgt mgt 101 Intro Mgt bueil 4–6 463 378-2345 C
86789 Pemanah Mgt Hist 201 Sejarah AS berbatu 1-2 558 378-5987 B
98653 pabrik akun Acc 371 Studi Ind Knox 8–11 443 378-4543 B
98653 pabrik akun Matematika 212 Kalkulus Geluski 3-4 158 378-7848 B
98653 pabrik akun mgt 101 Intro Mgt Bueli 4–6 463 378-2345 C
Satu masalah dengan Tabel A4-9 adalah bahwa jika seorang siswa mengubah jurusannya (didaftarkan
setiap kali Nomor Siswa dicantumkan), kita harus menemukan setiap catatan untuk siswa tersebut dan
mengubah jurusan. Ini meningkatkan kemungkinan membuat kesalahan (ini adalah contoh anomali
pembaruan).
Kami memecahkan ini dengan mengambil data siswa yang berlebihan dari Tabel A4-9 dan membuat
Tabel A4-10, yang menunjukkan setiap siswa satu kali, dengan nama dan jurusan yang menyertainya. Data
yang tersisa ditampilkan dalam tabel Kelas-Kursus (Tabel A4-11).
Dengan Tabel A4-10 di 3NF, kita dapat mengubah nama atau jurusan siswa tanpa mempengaruhi
data lain di tabel Kelas-Kursus. Kami hanya perlu memperbarui satu catatan siswa daripada mencari
semua data siswa yang berlebihan di tabel yang tidak dinormalisasi.
Kami menyalin atribut kunci utama(Siswa#) ke dalam tabel Siswa tetapi meninggalkan salinan di
tabel Kelas-Kursus (Tabel A4-11) karena beberapa informasi dalam tabel Kelas-Kursus bergantung
pada pengenal unik untuk setiap siswa. Misalnya, Nilai hanya masuk akal jika dikaitkan dengan siswa
tertentu dan mata pelajaran tertentu. Jadi, kita perlu menyimpan pengenal siswa dan pengenal kursus
untuk mempertahankan nilai yang diterima siswa untuk kursus tertentu.
tabel a4-10Tabel Siswa (3NF)
mahasiswa# (pK) murid besar

84632 Stethi akun
86789 Pemanah Mgt
98653 pabrik akun
tabel a4-11Kelas-Kursus (1NF)
murid# kursus Kantor Kantor kursus

(pK) kursus (pK) Keterangan pengajar jam LOKASI telepon nilai
86432 Acc 315 akun sirip sinar 9–11 442 4545 SEBUAH
86432 Acc 324 Mgt Acct paul 8–10 448 8945 SEBUAH
86432 Mgt 401 Sirip sekolah 12-1 501 5555 B

86789 mgt 101 Intro Mgt bueil 4–6 463 2345 C
86789 Hist 201 Sejarah AS berbatu 1-2 558 5987 B
98653 Acc 371 Studi Ind Knox 8–11 443 4543 B
98653 Matematika 212 Kalkulus Geluski 3-4 158 7848 B
98653 mgt 101 Intro Mgt Bueli 4–6 463 2345 C
Tabel A4-11 berada dalam 1NF tetapi masih menyajikan beberapa masalah yang mengharuskannya untuk
didekomposisi lebih lanjut. Tabel Course-Grade masih menunjukkan tiga anomali normalisasi:
1. Update Anomaly: Untuk mengubah deskripsi Mgt 101 dari Intro Mgt (Pengantar
Manajemen) menjadi MgtPrin (Prinsip Manajemen), setiap record dalam tabel Kelas-
Kursus perlu dicari untuk setiap siswa yang mengambil kursus itu.
2. Sisipkan Anomali: Kursus baru tidak dapat ditambahkan ke tabel ini karena tidak ada siswa yang
terdaftar dalam kursus tersebut. Dilema ini ada karena mengidentifikasi secara unik setiap record
dalam tabel membutuhkan seluruh kunci utama, yang mencakup Siswa# dan Kursus.
3. Hapus Anomali: Asumsikan hanya satu siswa yang terdaftar untuk ACC 371, Studi
Independen. Jika siswa mengundurkan diri dari universitas, dan catatan siswa dihapus, itu
juga akan menghapus data tentang kursus dan instruktur karena item data tersebut tidak
dapat ada di tabel tanpa kunci utama mereka. Dengan demikian, instruktur dan data kursus
tidak boleh diidentifikasi oleh bagian Student# dari primary key, tetapi hanya dengan
bagian nomor kursus dari primary key.
Langkah 2: Hapus dependensi parsial

Sebelum tabel dalam 1NF dapat dipertimbangkan dalam 2NF, dependensi parsial harus dihilangkan ketika
ada kunci yang digabungkan. Kita dapat mengambil data Kelas Kursus dari Tabel A4-11, karena ini adalah
satu-satunya data yang memerlukan kunci gabungan. Memisahkan data ini menghasilkan Tabel A4-12 (tabel
Tingkat Siswa) dalam 3NF dan Tabel A4-13 (tabel Instruktur Kursus) dalam 2NF.
Langkah 3: Hapus Dependensi Transitif

Penyisipan dan penghapusan anomali dikurangi dalam tabel Course-Instructor (Tabel A4-13, tetapi
tidak dihilangkan karena dependensi transitif. Untuk menghilangkan anomali, tabel Course-Instructor
harus didekomposisi menjadi 3NF.
tabel a4-12Kelas Siswa (3NF)
mahasiswa# (pK) kursus (pK) nilai mata kuliah

86432 Acc 315 SEBUAH
86432 Acc 324 SEBUAH
86432 Mgt 401 B

86789 mgt 101 C
86789 Hist 201 B
98653 Acc 371 B
98653 Matematika 212 B
98653 mgt 101 C
tabel a4-13Kursus-Instruktur (2NF)
kursus Kantor Kantor

kursus (pK) Keterangan pengajar jam LOKASI telepon
Acc 315 akun sirip sinar 9–11 442 378-4545
Acc 324 Mgt Acct paul 8–10 448 378-8945
Mgt 401 Sirip sekolah 12-1 501 378-5555
mgt 101 Intro Mgt bueil 4–6 463 378-2345
Hist 201 Sejarah AS berbatu 1-2 558 378-5987
Acc 371 Studi Ind Knox 8–11 443 378-4543
Matematika 212 Kalkulus Geluski 3-4 158 378-7848
mgt 101 Intro Mgt Bueli 4–6 463 378-2345
Pada tabel Course-Instructor, jam kantor instruktur, lokasi kantor, dan nomor telepon hanya
dapat ditemukan dengan mencari mata kuliah yang telah diajarkan instruktur. Dengan kata lain, untuk
menemukan nomor telepon Profesor Ray, seorang siswa harus mencari di tabel Kursus-Instruktur
untuk menemukan informasi itu daripada melihat tabel yang hanya berisi informasi instruktur.
Untuk menghilangkan ketergantungan transitif, kami menempatkan informasi instruktur dan informasi kursus
dalam tabel terpisah, seperti yang ditunjukkan pada Tabel A4-14 (Tabel Kursus) dan A4-15 (Tabel Instruktur). Bidang
Instruktur juga ditinggalkan di tabel Kursus sebagai kunci asing sehingga kami tahu siapa yang mengajar setiap
kursus dan agar kami dapat menghubungkan tabel-tabel ini bersama-sama lagi bila diperlukan.
Karena semua tabel dalam 3NF dan semua anomali dihilangkan, tabel dapat digunakan secara
efektif oleh database relasional. Ketika kami menyelesaikan proses normalisasi, data siswa yang tidak
dinormalisasi pada Tabel A4-8 telah dipecah menjadi empat tabel terpisah:
1. Tabel A4-10: Tabel Siswa (3NF)

2. Tabel A4-12: Tingkat Siswa (3NF)
3. Tabel A4-14: Kursus (3NF)
4. Tabel A4-15: Instruktur (3NF)
tabel a4-14Kursus (3NF)
kursus (pK) Deskripsi course instruktur (FK)

Acc 315 akun sirip sinar
Acc 324 Mgt Acct paul
Mgt 401 Sirip sekolah
mgt 101 Intro Mgt bueil
Hist 201 Sejarah AS berbatu
Acc 371 Studi Ind Knox
Matematika 212 Kalkulus Geluski
tabel a4-15Instruktur (3NF)
instruksikan (pK) Jam kerja Lokasi kantor telepon

sinar 9–11 442 378-4545
paul 8–10 448 378-8945
sekolah 12-1 501 378-5555
bueil 4–6 463 378-2345
berbatu 1-2 558 378-5987
Geluski 3-4 158 378-7848
Knox 8–11 443 378-4543
Pengendalian dan Audit bagian
Informasi Akuntansi
Sistem II
setelah5
penipuan komputer
setelah6
Teknik Penipuan dan Penyalahgunaan komputer
setelah7
Pengendalian Internal dan Sistem Informasi
Akuntansi
Bab8
Kontrol untuk Keamanan Informasi
Bab9
Kerahasiaan dan Kontrol Privasi
Bab10
Kontrol Integritas dan Ketersediaan
Pemrosesan
Bab11
Audit Sistem Informasi Berbasis
Komputer
121

CH 04 Compressed - En.id

Diunggah oleh

Informasi Dokumen

Judul Asli

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

CH 04 Compressed - En.id

Diunggah oleh

Hak Cipta:

Format Tersedia

Diterjemahkan dari bahasa Inggris ke bahasa Indonesia - www.onlinedoctranslator.

Setelah mempelajari bab ini, Anda diharapkan dapat:

1.Jelaskan pentingnya dan keuntungan database, serta perbedaan antara sistem

2.Jelaskan perbedaan antara tampilan logis dan fisik database.

3.Menjelaskan konsep dasar sistem database seperti DBMS, skema,

6.Lakukan kueri sederhana menggunakan database Microsoft Access.

Integrasikan Kasus Ive s&s

4.Bagaimana Anda menanyakan sistem basis data relasional?

File versus Database

Pelanggan Penjualan Inventaris

Rekam 1: Rekam 2: Rekam 3: Rekam 1000:

84 BAGIAN IDASAR KONSEP SISTEM INFORMASI AKUNTANSI

menggunakan Data Warehouse Untuk IntellIgenCe Bisnis

intelijen bisnis- Menganalisis data

Gambar 4-2 Pendekatan File Pendekatan Basis Data

Sistem Berorientasi File

Penjualan Pengiriman Penagihan

Program Program Program

File Induk 3 Penagihan

Fakta A Fakta D Program

Bab 4BASIS DATA RELASIONAL 85

keuntungan dari sistem Database

Pentingnya Data yang Baik

86 BAGIAN IDASAR KONSEP SISTEM INFORMASI AKUNTANSI

Sistem Basis Data

tata letak rekaman- Dokumen yang

Bab 4BASIS DATA RELASIONAL 87

PANDANGAN LOGIS—PENGGUNA A PANDANGAN LOGIS—PENGGUNA B Gambar 4-4

DBMS menerjemahkan pandangan logika

Sistem operasi menerjemahkan permintaan

Subskema Subskema Subskema Gambar 4-5

..... .......... ..... Ryan.....274 bagian dari

Memetakan tampilan tingkat eksternal ke skema tingkat konseptual

Inventaris Penjualan Pelanggan

Memetakan item tingkat konseptual

88 BAGIAN IDASAR KONSEP SISTEM INFORMASI AKUNTANSI

penulis laporan- Bahasa DBMS yang

Basis Data Relasional

tabel 4-1Contoh Kamus Data

Data catatan Lainnya

nama pelanggan memesan pemrosesan pernyataan pernyataan bulanan

Kode Pos aplikasi pemrosesan pernyataan pernyataan bulanan

90 BAGIAN IDASAR KONSEP SISTEM INFORMASI AKUNTANSI

Merancang Basis Data Relasional Untuk s&s, Inc.

92 BAGIAN IDASAR KONSEP SISTEM INFORMASI AKUNTANSI

persyaratan DASAR Basis Data Relasional

dua pendekatan untuk Desain Basis Data

Lampiran bab ini.

Membuat Kueri Basis Data Relasional

94 BAGIAN IDASAR KONSEP SISTEM INFORMASI AKUNTANSI

Bab 4BASIS DATA RELASIONAL 95

Anda cara menghasilkan informasi yang berguna.

96 BAGIAN IDASAR KONSEP SISTEM INFORMASI AKUNTANSI

tabel 4-7Selesai Kueri 1

Bab 4BASIS DATA RELASIONAL 97

98 BAGIAN IDASAR KONSEP SISTEM INFORMASI AKUNTANSI

tabel 4-10Selesai Query 3 dan Jawabannya

Bab 4BASIS DATA RELASIONAL 99

100 BAGIAN IDASAR KONSEP SISTEM INFORMASI AKUNTANSI

tabel 4-12Pembuat Ekspresi untuk Kueri 4

Sistem Basis Data dan Masa Depan Akuntansi

Bab 4BASIS DATA RELASIONAL 101

Ringkasan dan Kesimpulan Kasus