MAKALAH

Model dan Normalisasi Database

Disusun untuk memenuhi salah satu tugas Sistem Basis Data
Program Studi Teknik Informatika – Sistem Informasi
Tahun Pelajaran 2022- 2023

Disusun Oleh :
Kelompok 6 (Fauzan, Mahesa, Abdul, Sophie)

STMIK MARDIRA INDONESIA

2023

1|Page
 KATA PENGANTAR

Puji syukur kami panjatkan kehadirat Tuhan Yang Maha Esa, atas berkat dan rahmat – Nya
kami dapat membuat dan menyelesaikan makalah ini. Adapun maksud dan tujuan kami dalam
menyusun makalah ini adalah untuk memenuhi penyelesaian tugas Sistem Basis Data di program
studi Teknik Informatika (Sistem Informasi) tahun pembelajaran 2023 - 2024.
Dalam penyusunan makalah ini, kami menyadari bahwa banyak pihak yang telah meluangkan
waktu dan tenaganya untuk membantu, membimbing, dan memberi motivasi bagi kami. Oleh
karena itu, pada kesempatan kali ini kami ingin mengucapkan terimakasih kepada bapak Asep
Sudrajat, M.TI. sebagai dosen kami.
Semoga makalah ini dapat bermanfaat bagi pihak – pihak yang membutuhkan, terutama kepada
teman – teman seperjuangan dan terlebih lagi bagi penyusun sehingga apa yang telah diharapkan
dapat tercapai.
Kami menyadari bahwa dalam penyusunan dan penyelesaian makalah ini, terdapat banyak
kekuarangan dan kesalahan. Oleh sebab itu, saya mengharapkan kritik dan saran yang konstruktif
dari pembaca agar dapat menjadi perbaikan untuk makalah selanjutnya.
Akhir kata, kami mengucapkan terimakasih dan permohonan maaf yang sebesar – besarnya.

Bandung, 24 Mei 2023

2|Page
 DAFTAR ISI

KATA PENGANTAR ................................................................................................................................. 2

DAFTAR ISI................................................................................................................................................ 3
BAB I PENDAHULUAN ............................................................................................................................ 3
1.1 Latar Belakang ............................................................................................................................ 4
1.2 Identifkasi Masalah .................................................................................................................... 4
1.3 Batasan Masalah ......................................................................................................................... 5
1.4 Tujuan Penelitian ........................................................................................................................ 5
BAB II MODEL DATABASE ................................................................................................................... 6
2.1 Model Database ........................................................................................................................... 6
2.2 Model Relasional ......................................................................................................................... 7
2.3 Model Normalisasi ...................................................................................................................... 8
BAB III NORMALISASI DATABASE .................................................................................................. 11
3.1 Bentuk Tidak Normal (UnNormalized) .................................................................................. 11
3.2 Langkah-langkah Normalisasi ................................................................................................. 12
BAB IV DENORMALISASI .................................................................................................................... 15
4.1 Denormalisasi ............................................................................................................................ 15

BAB I
PENDAHULUAN

3|Page
1.1 Latar Belakang
Model dan Normalisasi Database:
Pertumbuhan Data: Dalam era digital, jumlah data yang dihasilkan oleh organisasi meningkat
secara eksponensial. Dalam rangka mengelola data secara efisien, model database menjadi
penting untuk menyimpan, mengelola, dan mengakses data dengan cepat dan akurat.
Konsistensi Data: Dalam sebuah organisasi, konsistensi data sangat penting. Data yang tidak
konsisten dapat menyebabkan kesalahan dalam pengambilan keputusan dan analisis. Model
database membantu dalam menjaga konsistensi data dengan menyediakan struktur yang
terdefinisi dengan baik.
Redundansi Data: Dalam desain basis data yang tidak efisien, sering kali terjadi redundansi
data. Redundansi data dapat menyebabkan pemborosan ruang penyimpanan dan meningkatkan
risiko ketidakkonsistenan data. Dengan menggunakan model dan normalisasi database yang
tepat, redundansi data dapat diminimalkan.
Integrasi Data: Banyak organisasi menggunakan berbagai sistem dan aplikasi yang berbeda
untuk mengelola data mereka. Model database yang baik memungkinkan integrasi data yang
lebih mudah antara berbagai sistem, sehingga memungkinkan akses yang lebih efisien dan
konsisten terhadap informasi yang diperlukan.
Pengoptimalan Kinerja: Model database yang baik dapat membantu dalam mengoptimalkan
kinerja sistem basis data. Dengan melakukan normalisasi, struktur basis data dapat disesuaikan
untuk mengurangi jumlah join yang diperlukan dalam operasi pengambilan data, sehingga
meningkatkan kecepatan dan efisiensi query.
Integritas Data: Keutuhan data adalah hal penting dalam basis data. Model database dan
normalisasi membantu dalam menjaga integritas data dengan memastikan bahwa aturan bisnis
dan ketergantungan antara entitas dan atribut terjaga dengan baik.
Skalabilitas: Ketika organisasi tumbuh dan kebutuhan data meningkat, model database yang
baik dapat dengan mudah diperluas dan disesuaikan. Dengan menggunakan model yang tepat,
organisasi dapat mengelola pertumbuhan data dengan lebih efisien dan tanpa mengorbankan
kinerja sistem.
Melalui model dan normalisasi database yang tepat, organisasi dapat mengoptimalkan struktur
basis data mereka untuk meningkatkan efisiensi, keakuratan, dan konsistensi data. Hal ini
membantu dalam pengambilan keputusan yang lebih baik, integrasi data yang lebih baik, dan
meningkatkan performa sistem basis data secara keseluruhan.

1.2 Identifkasi Masalah

4|Page
 Berdasarkan latar belakang diatas,maka penulis akan menguraikan beberapa hal yang menjadi
penyebab timbulnya masalah, antara lain:
1. Apa peran dan kegunaan model database dalam desain sistem informasi?
2. Bagaimana model relasional dapat digunakan dalam menggambarkan struktur basis data?
3. Apa tujuan utama dari normalisasi database dan mengapa itu penting?
4. Bagaimana proses normalisasi database dapat meningkatkan efisiensi dan integritas data?
5. Apa saja masalah yang dapat terjadi akibat kekurangan normalisasi dalam desain database?

1.3 Batasan Masalah

Berdasarkan dari rumusan masalah diatas maka dapat dirumuskan bahwa batasan masalah pada
pelaksanaan Proyek Akhir ini sebagai berikut:
1. Apa tujuan utama dari normalisasi database dan mengapa itu penting?
2. Bagaimana proses normalisasi database dapat meningkatkan efisiensi dan integritas data?
3. Apa saja masalah yang dapat terjadi akibat kekurangan normalisasi dalam desain database?
1.4 Tujuan Penelitian
Penelitian ini bertujuan untuk :
Tujuan penelitian dalam makalah tentang model dan normalisasi database adalah:
• Menganalisis Peran Model Database: Mempelajari dan memahami peran model database
dalam desain sistem informasi. Melakukan analisis mendalam terhadap jenis-jenis model
database yang digunakan dalam industri dan kelebihan serta kekurangannya.

5|Page
 BAB II
MODEL DATABASE

2.1 Model Database

• Definisi Model Database:

Model database adalah representasi struktural dan logis dari data yang digunakan untuk
menggambarkan hubungan antara entitas, atribut, dan relasi dalam sebuah sistem basis data.
Model database digunakan untuk merancang dan memvisualisasikan struktur data serta
menjelaskan cara data diorganisir, disimpan, dan diakses dalam basis data.

A. Pengertian Model Database:

Model database adalah suatu representasi konseptual atau logis dari basis data yang
menggambarkan struktur, relasi, dan aturan yang mengatur penyimpanan dan pengambilan data
dalam sistem basis data. Model ini memfasilitasi pemahaman dan komunikasi antara
pengembang, administrator basis data, dan pengguna mengenai cara data diorganisir dan
terhubung satu sama lain.

B. Tujuan dan Manfaat Model Database:

1. Merancang Struktur Data yang Optimal: Model database membantu dalam merancang
struktur data yang optimal dengan mengidentifikasi entitas, atribut, dan relasi yang tepat.
Tujuan utama adalah memastikan bahwa struktur data mencerminkan kebutuhan bisnis
dan memungkinkan penyimpanan dan pengambilan data yang efisien.
2. Meningkatkan Keterbacaan dan Pemahaman: Model database mempermudah pemahaman
tentang struktur data dan hubungan antara entitas dalam sistem basis data. Ini membantu
pengembang dan pengguna dalam memahami bagaimana data diorganisir dan diakses.
3. Mendukung Pengembangan Aplikasi: Model database menjadi dasar untuk
pengembangan aplikasi yang menggunakan basis data. Model ini memberikan panduan
tentang bagaimana data harus diproses, disimpan, dan diakses dalam konteks aplikasi
yang dibangun di atasnya.
4. Meningkatkan Konsistensi Data: Dengan menggunakan model database yang baik,
konsistensi data dapat ditingkatkan. Model ini memungkinkan penggunaan aturan dan
batasan yang konsisten dalam penyimpanan dan manipulasi data.

6|Page
 5. Meningkatkan Keamanan: Model database dapat membantu dalam menerapkan kebijakan
keamanan pada tingkat struktural. Model ini memungkinkan penggunaan hak akses, izin,
dan tindakan keamanan lainnya untuk memastikan bahwa data hanya dapat diakses oleh
pengguna yang berwenang.

C. Jenis-jenis Model Database:

1. Model Hierarkis: Model hierarkis menggambarkan hubungan antara entitas dalam

struktur pohon, di mana setiap entitas memiliki satu entitas induk dan beberapa entitas
anak.
2. Model Jaringan: Model jaringan menggunakan konsep simpul (node) dan tautan (link)
untuk menggambarkan hubungan antara entitas. Setiap entitas dapat terhubung dengan
beberapa entitas lain melalui tautan.
3. Model Relasional: Model relasional didasarkan pada konsep tabel (relasi) yang terdiri
dari baris (tuple) dan kolom (atribut). Relasi antar tabel didasarkan pada kunci primer
dan kunci asing.
4. Model Objek Relasional: Model ini menggabungkan konsep relasional dengan konsep
pemrograman berorientasi objek, yang memungkinkan penyimpanan dan manipulasi
objek secara langsung dalam basis data.
5. Sistem juga merupakan kesatuan bagian-bagian yang saling berhubungan yang berada
dalam suatu wilayah serta memiliki item-item penggerak, contoh umum misalnya
seperti negara. Negara merupakan suatu kumpulan dari beberapa elemen kesatuan lain
seperti provinsi yang saling berhubungan sehingga membentuk suatu negara di mana
yang berperan sebagai penggeraknya yaitu rakyat yang berada di negara tersebut.

2.2 Model Relasional

Model Relasional adalah model database yang menggunakan tabel (relasi) untuk
menggambarkan struktur data. Di dalam Model Relasional, terdapat konsep-konsep dasar yang
digunakan untuk mengorganisir data, yaitu Entitas, Atribut, dan Relasi. Selain itu, terdapat pula
Skema Relasional dan Skema Eksternal yang membantu dalam mengatur struktur dan tampilan
data dalam basis data. Kunci Primer dan Kunci Asing juga merupakan konsep penting dalam
Model Relasional untuk menjaga integritas data dan membentuk relasi antar tabel.

7|Page
 1. Entitas:
Entitas merupakan objek nyata atau konseptual yang dapat diidentifikasi dan
direpresentasikan dalam basis data. Misalnya, dalam basis data sistem akademik, entitas dapat
berupa siswa, guru, mata pelajaran, dan kelas. Setiap entitas memiliki atribut yang
mendefinisikan karakteristiknya.

2. Atribut:
Atribut adalah properti atau karakteristik yang dimiliki oleh suatu entitas. Atribut
menggambarkan data yang dapat disimpan dalam tabel. Misalnya, untuk entitas "siswa,"
atribut dapat berupa nama, alamat, tanggal lahir, dan sebagainya.

3. Relasi:
Relasi menggambarkan hubungan antara entitas dalam basis data. Relasi direpresentasikan
oleh tabel dalam Model Relasional. Tabel terdiri dari baris yang disebut tuple atau record, dan
kolom yang merupakan atribut. Setiap tuple dalam tabel mewakili satu entitas dan setiap
kolom mewakili satu atribut. Relasi antar tabel didasarkan pada kunci primer dan kunci asing.

4. Skema Relasional dan Skema Eksternal:

Skema Relasional adalah representasi struktur tabel dalam basis data. Skema Relasional
mendefinisikan nama tabel, atribut yang ada di dalam tabel, dan hubungan antar tabel. Skema
Eksternal, di sisi lain, adalah representasi tampilan atau cara data disajikan kepada pengguna.
Skema Eksternal dapat berbeda-beda tergantung pada kebutuhan pengguna atau aplikasi
tertentu.

5. Kunci Primer dan Kunci Asing:

Kunci Primer adalah satu atau beberapa atribut yang unik untuk setiap tuple dalam sebuah
tabel. Kunci Primer digunakan untuk mengidentifikasi secara unik setiap entitas dalam tabel.
Misalnya, dalam tabel "siswa," nomor induk siswa dapat berfungsi sebagai kunci primer.

Kunci Asing adalah atribut atau kelompok atribut dalam sebuah tabel yang mengacu pada
kunci primer tabel lain. Kunci Asing digunakan untuk membentuk relasi antar tabel. Misalnya,
dalam tabel "nilai," kunci asing dapat mengacu pada kunci primer tabel "siswa" dan "mata
pelajaran" untuk menghubungkan data nilai dengan entitas siswa dan mata pelajaran yang sesuai.

2.3 Model Normalisasi

• Pentingnya Normalisasi dalam Desain Basis Data:
Normalisasi merupakan proses penting dalam desain basis data yang bertujuan untuk
mengorganisir struktur data agar efisien dan bebas dari anomali atau ketidaknormalan. Berikut
adalah beberapa alasan mengapa normalisasi penting dalam desain basis data:

8|Page
 1. Mengurangi Redundansi Data: Normalisasi membantu mengurangi redundansi data, yaitu
pengulangan data yang tidak perlu. Dengan menghilangkan redundansi, ruang penyimpanan
dapat dioptimalkan dan integritas data ditingkatkan.

2. Meningkatkan Integritas Data: Normalisasi membantu memastikan bahwa data dalam basis
data konsisten dan tidak ambigu. Dengan aturan yang jelas untuk menyimpan dan
memperbarui data, integritas referensial dan kebenaran data dapat dipertahankan.

3. Meningkatkan Efisiensi Operasi: Basis data yang telah dinormalisasi memungkinkan operasi
pengambilan data menjadi lebih efisien. Dengan struktur yang terorganisir dengan baik,
operasi seperti pencarian, penyaringan, dan penggabungan data dapat dilakukan dengan lebih
cepat.

4. Memudahkan Perubahan dan Pemeliharaan: Normalisasi mempermudah perubahan struktur

basis data. Jika terjadi perubahan kebutuhan bisnis atau pembaruan pada sistem, desain basis
data yang ternormalisasi memungkinkan perubahan tersebut dilakukan dengan lebih mudah
dan tanpa risiko merusak integritas data.

5. Meningkatkan Konsistensi: Dengan normalisasi, aturan yang konsisten diterapkan pada

struktur basis data. Hal ini memastikan bahwa data yang sama disimpan hanya dalam satu
tempat, sehingga mengurangi risiko inkonsistensi dan kesalahan.

• Tujuan Normalisasi:

Tujuan utama normalisasi adalah menghilangkan anomali atau ketidaknormalan yang terjadi
dalam basis data. Berikut adalah beberapa tujuan normalisasi:

1. Menghilangkan Redundansi: Normalisasi bertujuan mengurangi pengulangan data yang

tidak perlu dalam basis data. Hal ini mengoptimalkan penggunaan ruang penyimpanan dan
menghindari ketidaksesuaian data yang muncul karena adanya pengulangan.

2. Meminimalkan Anomali: Normalisasi bertujuan menghilangkan anomali yang terjadi dalam

basis data, seperti anomali penghapusan (deletion anomaly), anomali pembaruan (update
anomaly), dan anomali penyisipan (insertion anomaly). Dengan menghilangkan anomali,
integritas data dapat dipertahankan.

3. Meningkatkan Keterbacaan: Normalisasi bertujuan untuk membuat struktur basis data lebih
terstruktur dan mudah dipahami. Hal ini mempermudah penggunaan dan pengelolaan basis
data, serta memudahkan pemahaman bagi pengguna dan pengembang.

• Tingkatan Normalisasi:

Proses normalisasi dilakukan secara bertahap melalui tingkatan normalisasi yang berbeda.
Berikut adalah tingkatan normalisasi yang umum digunakan:

9|Page
 1. 1NF (First Normal Form): Setiap kolom dalam tabel harus mengandung nilai atomik atau
tidak dapat dibagi lagi menjadi bagian yang lebih kecil. Tabel harus memiliki sebuah kunci
utama yang dapat mengidentifikasi setiap baris secara unik.

2. 2NF (Second Normal Form): Tabel harus memenuhi syarat 1NF dan setiap kolom yang
tidak termasuk dalam kunci utama harus sepenuhnya bergantung pada seluruh kunci utama,
bukan hanya sebagian dari kunci utama.

3. 3NF (Third Normal Form): Tabel harus memenuhi syarat 2NF dan setiap kolom yang tidak
termasuk dalam kunci utama tidak boleh memiliki ketergantungan transitif pada kunci
utama.s

4. BCNF (Boyce-Codd Normal Form): Tabel harus memenuhi syarat 3NF dan setiap
ketergantungan fungsional pada tabel harus bersifat trivial, artinya ketergantungan tersebut
harus berada pada kunci utama saja.

5. 4NF (Fourth Normal Form): Tabel harus memenuhi syarat BCNF dan tidak ada dua atau
lebih ketergantungan multivalue pada tabel.

6. 5NF (Fifth Normal Form): Tabel harus memenuhi syarat 4NF dan tidak ada ketergantungan
join pada tabel.

Dengan normalisasi basis data hingga mencapai tingkatan yang sesuai, maka akan
memudahkan proses manajemen data, mengurangi risiko kesalahan, dan mempercepat kinerja
sistem basis data.

10 | P a g e
 BAB III
NORMALISASI DATABASE

3.1 Bentuk Tidak Normal (UnNormalized)

Bentuk Tidak Normal (Unnormalized) dalam konteks desain basis data merujuk pada struktur
data yang belum melalui proses normalisasi atau tidak memenuhi syarat tingkatan normalisasi
tertentu. Hal ini dapat terjadi ketika entitas, atribut, dan relasi dalam basis data tidak diorganisir
secara optimal atau terdapat duplikasi data yang signifikan. Berikut adalah penjelasan tentang
pengertian, karakteristik, dan masalah yang timbul pada bentuk tidak normal.
• Pengertian Bentuk Tidak Normal:
Bentuk tidak normal mengacu pada struktur basis data yang belum dianalisis atau diperbaiki
dengan menggunakan prinsip normalisasi. Struktur ini mungkin memiliki redundansi data yang
signifikan, ketergantungan data yang kompleks, dan masalah integritas data.
• Karakteristik Bentuk Tidak Normal:

1. Redundansi Data: Terdapat duplikasi data yang tidak perlu dalam basis data. Informasi yang
sama dapat disimpan di beberapa tempat, menyebabkan pemborosan ruang penyimpanan dan
meningkatkan risiko kesalahan atau inkonsistensi data.

2. Ketergantungan Data yang Kompleks: Hubungan antara entitas dan atribut dalam basis data
tidak terorganisir dengan baik. Ketergantungan fungsional antara atribut mungkin tidak
terjaga, dan pembaruan data yang salah dapat menyebabkan inkonsistensi dan kesalahan
dalam basis data.

3. Duplikasi Struktur: Tabel atau entitas yang seharusnya terpisah dalam basis data dapat
digabungkan menjadi satu, menyebabkan kebingungan dan kerumitan dalam pengelolaan
data. Ini juga dapat menghambat fleksibilitas dan skalabilitas sistem.

• Masalah yang Timbul pada Bentuk Tidak Normal:

1. Inefisiensi: Bentuk tidak normal sering kali mengakibatkan kinerja yang buruk dalam operasi
penyimpanan, pengambilan, dan pembaruan data. Proses querying data yang rumit dan
kompleks dapat mempengaruhi waktu respons sistem dan menghambat kinerja keseluruhan.

2. Inkonsistensi dan Kesalahan Data: Redundansi data yang tinggi dan ketergantungan data
yang kompleks dapat menyebabkan inkonsistensi dan kesalahan data. Jika perubahan
diperlukan, data harus diperbarui secara konsisten di semua tempat yang relevan, yang
meningkatkan risiko kesalahan dan ketidakakuratan.

11 | P a g e
 3. Kesulitan dalam Pengelolaan: Bentuk tidak normal menyulitkan tugas pengelolaan basis
data. Pengubahan struktur, penambahan entitas baru, atau penghapusan data dapat menjadi
rumit dan rentan terhadap kesalahan.
Dengan mengidentifikasi masalah yang timbul pada bentuk tidak normal, penting untuk
melanjutkan ke proses normalisasi untuk merancang basis data yang lebih terstruktur, efisien,
dan terorganisir.
3.2 Langkah-langkah Normalisasi

1. Bentuk Normal Ke-1 (1NF)

Adalah tingkatan pertama dalam normalisasi basis data. Tujuan dari 1NF adalah
memastikan bahwa setiap kolom dalam tabel mengandung nilai atomik, mengidentifikasi
kunci primer, dan menghapus redundansi data.

A. Memastikan Nilai Atomik:

Dalam 1NF, setiap kolom dalam tabel harus mengandung nilai atomik. Artinya, setiap
nilai dalam kolom harus tidak dapat dibagi lebih lanjut menjadi bagian yang lebih kecil.
Misalnya, jika kita memiliki kolom "Alamat" dalam tabel siswa, maka setiap baris harus
hanya berisi satu alamat, bukan beberapa alamat yang dipisahkan.

B. Identifikasi Kunci Primer:

Kunci primer adalah atribut atau kelompok atribut yang dapat mengidentifikasi secara
unik setiap baris dalam tabel. Dalam 1NF, penting untuk mengidentifikasi kunci primer
untuk setiap tabel. Kunci primer dapat digunakan untuk memastikan bahwa setiap entitas
memiliki representasi yang unik dalam tabel.

C. Menghapus Redundansi Data:

Redundansi data terjadi ketika terdapat duplikasi informasi dalam tabel. Dalam 1NF,
kita harus menghapus redundansi data sebanyak mungkin. Misalnya, jika kita memiliki
tabel "Siswa" yang berisi kolom "Nama" dan "Kelas", dan terdapat beberapa siswa dalam
kelas yang sama, kita tidak perlu menyimpan informasi kelas berulang kali. Sebaliknya,
kita dapat membuat tabel terpisah untuk entitas "Kelas" dan menghubungkannya melalui
kunci asing.

2. Bentuk Normal Ke-2 (2NF)

Adalah tingkatan kedua dalam normalisasi basis data. Tujuan dari 2NF adalah
memastikan ketergantungan penuh pada kunci primer dan memisahkan atribut yang sebagian
bergantung pada kunci primer.

A. Ketergantungan Penuh pada Kunci Primer:

Dalam 2NF, setiap atribut yang tidak termasuk dalam kunci primer harus sepenuhnya
bergantung pada seluruh kunci primer, bukan hanya sebagian dari kunci primer. Artinya,
tidak boleh ada atribut yang bergantung pada hanya sebagian dari kunci primer. Jika

12 | P a g e
 terdapat atribut yang bergantung hanya pada sebagian kunci primer, maka atribut tersebut
harus dipindahkan ke tabel terpisah.

B. Pemisahan Atribut yang Sebagian Bergantung pada Kunci Primer:

Dalam 2NF, jika terdapat atribut yang sebagian bergantung pada kunci primer dan
sebagian bergantung pada atribut non-kunci, maka atribut tersebut harus dipisahkan ke
dalam tabel terpisah. Hal ini dilakukan untuk memastikan bahwa setiap atribut yang
bergantung pada kunci primer berada dalam satu tabel terpisah.

3. Bentuk Normal Ke-3 (3NF)

Adalah tingkatan ketiga dalam normalisasi basis data. Tujuan dari 3NF adalah
memastikan bahwa tidak ada ketergantungan tidak langsung antara atribut dan memisahkan
atribut dengan ketergantungan transitif.

A. Ketergantungan Tidak Langsung:

Dalam 3NF, tidak boleh ada ketergantungan tidak langsung antara atribut non-kunci.
Artinya, jika ada atribut A yang bergantung pada atribut B, dan atribut B bergantung pada
atribut C, maka atribut A harus bergantung langsung pada atribut C dan tidak melalui
atribut B. Jika terdapat ketergantungan tidak langsung, atribut yang bergantung harus
dipindahkan ke tabel terpisah.

B. Pemisahan Atribut dengan Ketergantungan Transitif:

Dalam 3NF, jika terdapat atribut yang bergantung pada atribut non-kunci dengan cara
yang transitif, maka atribut tersebut harus dipisahkan ke dalam tabel terpisah.
Ketergantungan transitif terjadi ketika atribut A bergantung pada atribut B, dan atribut B
bergantung pada atribut C. Dalam hal ini, atribut A harus dipisahkan ke dalam tabel
terpisah yang memiliki keterkaitan langsung dengan atribut B dan C.

4. Bentuk Boyce-Codd Form (BCNF)

Adalah tingkatan keempat dalam normalisasi basis data. Tujuan dari BCNF adalah
memastikan ketergantungan fungsional non-trivial pada kunci primer.

A. Ketergantungan Fungsional Non-Trivial pada Kunci Primer:

Dalam BCNF, setiap ketergantungan fungsional non-trivial harus bergantung secara
eksklusif pada kunci primer. Ketergantungan fungsional non-trivial terjadi ketika
terdapat atribut yang bergantung pada kombinasi atribut non-kunci. Untuk memenuhi
BCNF, atribut yang memiliki ketergantungan fungsional non-trivial harus dipindahkan
ke tabel terpisah, dengan atribut kunci primer sebagai kunci tabel tersebut.

5. Bentuk Normal ke-4 (4NF) dan Bentuk Normal ke-5 (5NF)

Merupakan tingkatan normalisasi tambahan di luar Bentuk Boyce-Codd (BCNF). Berikut
adalah penjelasan singkat tentang keduanya:

13 | P a g e
 Bentuk Normal ke-4 (4NF):

A. Pemisahan Atribut Multivalued:

Dalam 4NF, perhatian diberikan pada pemisahan atribut multivalued yang ada dalam
sebuah tabel. Atribut multivalued adalah atribut yang dapat memiliki beberapa nilai yang
tidak terkait satu sama lain. Jika sebuah tabel memiliki atribut multivalued, maka atribut
tersebut harus dipisahkan menjadi tabel terpisah dengan kunci primer yang sesuai. Hal
ini membantu menghindari redundansi dan mengorganisasikan data dengan lebih baik.

Bentuk Normal ke-5 (5NF):

A. Pemisahan Ketergantungan Join:

Bentuk Normal ke-5 (5NF), juga dikenal sebagai Project-Join Normal Form (PJNF)
atau Fifth Normal Form (5NF), fokus pada pemisahan ketergantungan join.
Ketergantungan join terjadi ketika ada beberapa atribut yang tergantung pada kombinasi
dari beberapa kunci primer atau atribut non-kunci lainnya. Dalam 5NF, ketergantungan
join tersebut dipisahkan menjadi tabel terpisah dengan kunci primer yang sesuai. Hal ini
membantu memperjelas hubungan antara entitas dan menghindari anomali data yang
mungkin terjadi.

Penerapan 4NF dan 5NF dapat memberikan struktur basis data yang lebih baik,
mengurangi redundansi dan ketergantungan yang tidak perlu, serta meningkatkan integritas
dan konsistensi data. Namun, perlu dicatat bahwa normalisasi hingga tingkat ini mungkin
tidak selalu diperlukan untuk semua basis data. Tingkatan normalisasi yang tepat untuk
diterapkan tergantung pada kompleksitas dan kebutuhan spesifik dari basis data yang sedang
dirancang.

14 | P a g e
 BAB IV
DENORMALISASI

4.1 Denormalisasi

• Pengertian Denormalisasi:

Denormalisasi merujuk pada proses memodifikasi desain basis data yang sudah
dinormalisasi menjadi lebih tidak normal. Dalam denormalisasi, tabel-tabel yang sebelumnya
dipisahkan dalam normalisasi digabungkan kembali atau atribut-atribut yang sebelumnya
dipisahkan digabungkan menjadi satu. Tujuan utama dari denormalisasi adalah meningkatkan
kinerja dan efisiensi operasi basis data dengan mengurangi jumlah join yang diperlukan.

• Tujuan dan Manfaat Denormalisasi:

1. Meningkatkan kinerja: Dengan menggabungkan tabel atau atribut, denormalisasi dapat

mengurangi jumlah join yang diperlukan dalam operasi query, sehingga meningkatkan
kinerja sistem basis data.
2. Mengurangi kompleksitas: Denormalisasi dapat mengurangi tingkat kompleksitas dalam
desain basis data, membuatnya lebih sederhana dan lebih mudah dipahami.
3. Mempermudah pengembangan aplikasi: Dalam beberapa kasus, denormalisasi dapat
memudahkan pengembangan aplikasi dengan mengurangi jumlah tabel yang perlu
dihubungkan dan memfasilitasi akses data yang lebih cepat.
4. Meningkatkan fleksibilitas: Dalam situasi di mana basis data mengalami perubahan
persyaratan yang sering, denormalisasi dapat memberikan fleksibilitas lebih besar dalam
mengakomodasi perubahan tersebut.

• Kapan Harus Menggunakan Denormalisasi:

Denormalisasi biasanya digunakan dalam situasi-situasi berikut:

1. Ketika kinerja dan efisiensi sangat penting dan trade-off dengan normalisasi dapat
diterima.
2. Ketika basis data bersifat read-heavy, artinya operasi membaca data jauh lebih sering
daripada operasi menulis data.

15 | P a g e
 3. Ketika aplikasi membutuhkan akses data yang lebih cepat dan kompleksitas desain basis
data tidak menjadi masalah.

• Teknik-teknik Denormalisasi:

Beberapa teknik denormalisasi yang umum digunakan antara lain:

1. Duplikasi data: Duplikasi data dilakukan dengan menggandakan atribut atau tabel untuk
mengurangi join yang diperlukan dalam query. Hal ini dapat meningkatkan kinerja tetapi
juga memperkenalkan redundansi data.
2. Tabel bantuan (helper table): Tabel bantuan dibuat untuk menyimpan data yang sering
digunakan bersama-sama dalam query yang kompleks. Dengan menggunakan tabel
bantuan, operasi query dapat dilakukan lebih efisien.
3. Vertical dan horizontal partitioning: Data dalam tabel dibagi menjadi beberapa tabel yang
lebih kecil berdasarkan atribut atau baris tertentu. Ini dapat meningkatkan kinerja dan
memudahkan pengelolaan data.
• Risiko dan Kelemahan Denormalisasi:

1. Duplikasi data yang dapat mengakibatkan ketidak-konsistenan data dan kesulitan dalam
memperbarui data.
2. Kerumitan struktur basis data yang dapat menyulitkan pengembangan dan pemeliharaan
aplikasi.
3. Kemungkinan terjadinya anomali data, seperti kehilangan data atau duplikasi data yang
tidak disengaja.
4. Ketergantungan pada pengembangan teknologi dan sistem manajemen basis data yang
dapat membatasi kemampuan pengembangan dan pemeliharaan aplikasi di masa depan.

16 | P a g e
 BAB V
PENUTUP

5.1 Kesimpulan

Dalam makalah tentang model dan normalisasi database, telah dibahas mengenai konsep dan
pentingnya model database serta pentingnya normalisasi dalam desain basis data. Beberapa jenis
model database, seperti hierarkis, jaringan, relasional, dan objek relasional, juga telah dijelaskan.
Normalisasi basis data adalah proses untuk mengorganisasi dan mengurangi redundansi data
dalam basis data. Tujuan normalisasi adalah mencapai struktur basis data yang efisien,
menghindari anomali data, dan memastikan integritas data yang baik. Normalisasi terdiri dari
beberapa tingkatan, seperti 1NF, 2NF, 3NF, BCNF, 4NF, dan 5NF, di mana setiap tingkatan
memiliki aturan dan prinsipnya sendiri.
Denormalisasi, di sisi lain, adalah teknik yang digunakan untuk meningkatkan performa
basis data dengan mengurangi jumlah join dan mempercepat eksekusi query. Meskipun
denormalisasi dapat memberikan manfaat dalam hal performa, perlu dilakukan dengan hati-hati
untuk menghindari duplikasi data dan masalah konsistensi.
Dalam makalah tersebut, telah dibahas pula tentang bentuk tidak normal (unnormalized)
dalam basis data dan risiko yang terkait dengan denormalisasi. Bentuk tidak normal dapat
mengakibatkan redundansi data dan masalah integritas, sementara denormalisasi dapat
menghadirkan risiko duplikasi data dan kompleksitas struktur basis data.
Secara keseluruhan, pemahaman yang baik tentang model dan normalisasi database penting
dalam merancang dan mengelola basis data yang efisien, konsisten, dan mudah dikelola.
Normalisasi menjadi langkah penting dalam menghilangkan redundansi dan meningkatkan
integritas data, sedangkan denormalisasi dapat digunakan secara selektif untuk meningkatkan
performa basis data.

17 | P a g e