DEPENDENCY DAN NORMALISASI

FUNCTIONAL DEPENDENCY
Functional Dependency menggambarkan hubungan attributes dalam sebuah relasi
Suatu attribute dikatakan functionally dependant pada yang lain jika kita menggunakan harga atribut tersebut untuk menentukan harga atribut yang lain.
Simbol yang digunakan adalah –> untuk mewakili functional dependency.
–> dibaca secara fungsional menentukan.

• Notasi: A –> B
  A dan B adalah atribut dari sebuah tabel. Berarti secara fungsional A menentukan B atau B tergantung pada A, jika dan hanya jika ada 2 baris data dengan nilai A yang sama, maka nilai B juga sama 
• Notasi: A –>  B atau  A   x–>  B
  Adalah kebalikan dari notasi sebelumnya

contoh tabel nilai :

Functional Dependency dari tabel nilai

• NIM –> NamaMhs
  Karena untuk setiap nilai nim yang sama, maka nilai NamaMhs juga sama
• {Matakuliah, NIM} –> NilaiHuruf
  Karena attribut NilaiHuruf tergantung pada Matakuliah dan NIM secara bersama-sama. Dalam arti lain untuk Matakuliah dan NIM yang sama, maka NilaiHuruf juga sama, karena Matakuliah dan NIM merupakan key (bersifat unik).
• Matakuliah –> NIM
• NIM –> NilaiHuruf

Macam-macam Dependency:

1. Full Dependency
   Merupakan suatu ketergantungan dimana terdapat atribut A dan atribut B dalam satu relasi.
   Contoh:
   NIM –> Nilai (artinya yaitu Nilai tergantung pada atribut NIM)
   dari contoh di atas Dapat disimpulkan bahwa 1 atribut menetukan pada 1 atribut
2. Partially Dependency
   Yaitu suatu functional Dependency yang mana beberapa atribut pada A dapat dihilangkan tetapi ketergantunga terhadap atribut B masih dapat dipertahankan.
   Contoh: NIM, nama –> idRuang (artinya idRuang tergantung pada NIM dan nama) sehingga apabila nama dihilangkan, NIM masih terdapat ketergantungan dengan idRuang.
3. Transitive Dependency
   Merupakan salah satu functional dependency dimana keterhubungan anatara A,B,C saling berkaitan. Transitive Dependency dapat dinotasikan A –> B dan B –> C, sehingga apabila kita ingin mengaitkan A –> C maka membutuhkan relasi dari B.
   Contoh:
   Id_Pelanggan –> {Nama, Salesman, Area}
   Salesman –> Area

NORMALISASI

• Merupakan suatu teknik untuk menghasilkan sekumpulan relasi dengan sifat-sifat yang diinginkan.
• proses untuk mendapatkan struktur tabel atau relasi yang efisien dan bebas dari anomali dan mengacu pada cara data item dikelompokkan ke dalam struktur record.
• proses pembentukan struktur basis data sehingga sebagian besar ambiguity bisa dihilangkan.

Alasan dilakukan normalisasi:
1. optimalisasi struktur-struktur tabel
2. meningkatkan kecepatan
3. menghilangkan pemasukan data yang sama
4. lebih efisien dalam penggunaan media penyimpanan
5. mengurangi redudansi
6. menghindari anomali
7. integritas data yang ditingkatkan

Proses Normalisasi
Ø  Suatu teknik formal untuk menganalisa relasi berdasarkan primary key atau candidate key-nya dan functional dependency antar atribut.
Ø  Dilakukan dalam beberapa langkah. Setiap langkah mengacu ke bentuk normal tertentu, sesuai dengan sifat yang dimilikinya.
Ø  Setelah normalisasi diproses, relasi secara bertahap menjadi lebih terbatas/kuat bentuk formatnya dan juga mengurangi tindakan update yang anomali.

Langkah-Langkah Normalisasi

1. Bentuk Tidak Normal (Unnormalized Form)
Merupakan kumpulan dari data yang akan direkam, tidak ada keharusan mengikuti suatu format tertentu, dapat saja data tidak lengkap atau terduplikasi, data dikumpulkan apa adanya sesuai dengan kedatangannya.

2. Bentuk Normal Kesatu (1NF / First Normal Form)
Menghilangkan beberapa elemen yang berulang agar menjadi suatu bernilai tunggal yang berinterigasi diantara setiap baris dan kolom pada suatu tabel.
Cara unttuk UNF ke 1NF:
- Tunjuk satu atau sekumpulan atribut sebagai kunci untuk tabel unnormalizied.
- Identifikasi grup yang berulang dalam tabel unnormalized yang berulang untuk kunci atribut
- Hapus grup yang berulang dengan cara memasukkan data yang semestinya ke dalam kolom yang kosong pada baris yang berisikan data yang berulang atau dengan cara menggantikan data yang ada dengan copy dari kunci atribut yang sesungguhnya  ke dalam relasi terpisah.

3. Bentuk Normal Kedua (2NF / Second Normal Form)

Normalisai bentuk kedua telah memenuhi normalisasi bentuk pertama, setiap atribut bukan kunci haruslah bergantung secara fungsi pada kunci utama (primary key), sehingga untuk membentuk normal kedua harus sudah ditentukan kunci field, kunci field haruslah unik dan tetap mewakili atribut yang lain yang menjadi anggotanya.
Langkah perubahan dari 1NF ke 2NF yaitu:
- Mengidentifikasi primary key untuk relasi 1NF.
- Mengidentifikasi functional dependency dalam relasi.
- Jika terdapat partial dependency terhadap primary key, maka hapus dengan menempatkannya dalam relasi yang baru bersama dengan salinan determinannya.

4.  Bentuk Normal Ketiga (3NF / Third Normal Form)
Untuk menjadi normal ketiga maka relasi haruslah dalam bentuk normal kedua dan semua atribut bukan primer tidak punya hubungan yang transitif dengan kata lain, setiap atribut bukan kunci haruslah bergantung pada primary key dan pada primary key  secara seluruh.
Langkah-langkah perubahan dari 2NF ke 3NF:
- Mengidentifikasi primary key dalam relasi 2NF.
- Mengidentifikasi functional dependency dalam relasi.
- Jika terdapat transitive dependency terhadap primary key, hapus dengan menempatkannya dalam relasi yang baru bersama dengan salinan determinannya.

5.  Boyce-Code Normal Form (BCNF)
Bentuk yang mempunyai paksaan yang lebih kuat dari bentuk normal ketiga. Untuk menjadi BCNF, relasi dalam bentuk normal kesatu dan setiap atribut harus bergantung fungsi pada atribut super key.

6. Bentuk Normal Keempat (4NF / Fourth Normal Form)
Relasi R adalah bentuk normal keempat dan hanya relasi tersebut termasuk BCNF dan semua tergantung multi value adalah ketergantungan fungsional.

7. Bentuk Normal Kelima (5NF / Fifth Normal Form)
Berisi PJNF (Projection Join Normal Form) dan 4NF dilakukan dengan menghilangkan ketergantungan join yang bukan merupakan kunci kandidat.

Baca selengkapnya » 0 komentar

QUERY LANGUAGES

Query languages adalah sebuah bahasa special yang meminta pertanyaan atau perintah yang akan melibatkan data dalam database.
Ada 2 jenis Query Languages, yaitu :

• Procedural : user menginstruksikan ke sistem agar membentuk serangkaian operasi ke dalam  basis data untuk mengeluarkan hasil yang diinginkan. Contoh : Aljabar Relational yang terdiri dari operasi dasar dan operasi tambahan.
• Non-Prosedural : hanya menampilkan informasi. Contoh : Kalkulus Relational.

ALJABAR RELASIONAL
Adalah kumpulan operasi terhadap relasi, dimana setiap operasi menggunakan satu atau lebih relasi untuk menghasilkan satu relasi yang baru.
Jenis Operasi dalam Aljabar Relational :

• Operasi Unary
  Operasi-operasi select, project dan rename disebut operasi unary, karena operasi-operasi tersebut hanya memerlukan satu relasi.
• Operasi Binary
  Operasi-operasi union, set difference dan cartesian product memerlukan sepasang relasi, disebut operasi binary.

Terdapat beberapa operasi dasar dalam aljabar relasional, yaitu: 

1. Selection ( σ ) 
   Selection / Select (σ ), adalah operasi untuk menyeleksi tupel – tupel yang memenuhi suatu  predikat, kita dapat menggunakan operator perbandingan (<,>,>=,<=,=,#) pada predikat. Beberapa predikat dapat dikombinasikan menjadi predikat manjemuk menggunakan penghubung AND ( ∧ ) dan OR ( ∨ ).
   Sintaks : σnamafield=’kondisi penentu’ (nama relasi)
   Jika untuk menyeleksi tuple-tuple dari relasi Hutang dimana nama cabangnya adalah “Jakarta”,
   ditulis : σ nama-cabang = “Jakarta” (Hutang)
   
   
2. Projection ( π )
   Projection / Project ( π ), adalah operasi untuk memperoleh kolom – kolom tertentu. Operasi project adalah operasi unary yang mengirim relasi argumen dengan kolom – kolom tertentu. Karena relasi adalah himpunan, maka baris – baris duplikasi dihilangkan.
   Sintaks yang digunakan dalam operasi proyeksi ini adalah sebagai berikut :
   π colum1,…,column ( tabel)
   Contoh : untuk menampilkan seluruh Cabang dan jumlah tanpa Nomor Pinjaman, maka dapat dituliskan :
   π nama-cabang, jumlah (hutang)
   
3. Cartesian – product ( X, juga disebut sebagai cross product )
   Cartesian-product ( X ), adalah operasi untuk menghasilkan table hasil perkalian kartesian.
   Sintaks yang digunakan dalam operasi proyeksi ini adalah sebagai berikut :
   R X S = {(x,y) | x∈R dan y∈S}
   Operasi cartesian-product memungkinkan kita mengkombinasikan informasi beberapa relasi, operasi ini adalah operasi biner. Sebagaimana telah dinyatakan bahwa relasi adalah subset hasil cartesian-product dan himpunan domain relasi – relasi tersebut. Kita harus memilih atribut – atribut untuk relasi yang dihasilkan dari cartesian-product.
   Operasi Cartesian-product akan dihasilkan informasi yang merupakan kombinasi dari dua relasi.
   Jika kita memiliki relasi r1(R1) dan r2(R2), maka r1 x r2 adalah relasi yang skemanya merupakan gabungan dari R1 (atribut-atribut relasi r1) dan R2 (atribut-atribut relasi r2).
   Contoh : Jika diinginkan nama-nama dari semua nasabah yang mempunyai pinjaman (loan) di bank cabang Bogor, maka query-nya ditulis :
   σnama-cabang = “Bogor” (borrower x loan)
   
   
   
4. Union ( ∪ )
   Union ( ∪ ), adalah operasi untuk menghasilkan gabungan table degan syarat kedua table memiliki atribut yangsama, yaitu domain atribut ke-i masing – masing table harus sama. Sintaks yang digunakan dalam operasi union ini adalah sebagai berikut :
                                R ∪ S = {x | x∈R atau X ∈S}
   Operasi ini dapat dilaksanakan apabila R dan S mempunyai atribut yang sama sehingga jumlah komponennya sama.
   Operasi union dalam aljabar relasional sama halnya dengan operasi union pada aritmatika. Misal user menginginkan nama-nama semua nasabah bank yang memiliki sebuah account atau sebuah loan atau keduanya. Perhatikan bahwa relasi customer tidak mengandung informasi tersebut
   Untuk menjawab query ini diperlukan informasi dari relasi Depositor dan relasi Borrower. Dengan operasi union informasi yang diinginkan dapat diperoleh dengan menulis query sebagai berikut :
   πnama-nasabah(borrower) U πnama-nasabah(depositor)
   
5. Set – difference ( - )
   Set-difference ( - ), adalah operasi untuk mendapatkan table pada suatu relasi, tapi tidak ada pada relasi yang lainnya. Sintaks yang digunakan dalam operasi union ini adalah sebagai berikut :
                   R – S = { x | x∈R dan X ∉ S}
   Operasi ini dapat dilaksanakan apabila R dan S mempunyai atribut yang tidak sama yang akan ditampilkan, artinya adalah atribut R yang tidak ada di S akan ditampilkan, sedangkan atribut yang sama tidak ditampilkan.
   Operasi ini akan menemukan tuple-tuple yang berada pada satu relasi tetapi tidak berada pada relasi yang lainnya.
   Contoh, untuk menemukan semua nasabah bank yang mempunyai account tetapi tidak mempunyai loan, ditulis:
   πnama-nasabah(depositor) - πnama-nasabah(borrower)
   
6. Rename ( ρ )
   Rename ( ρ ), adalah operasi untuk menyalin table lama kedalam table yang baru. Sintaks yang digunakan dalam operasi union ini adalah sebagai berikut :
   ρ [nama_table] (table_lama)
   Dilambangkan dengan simbol rho (ρ).
   Sintaks penulisan rename : ρx(E)
   Operasi rename mengeluarkan hasil ekspresi E dengan nama x.
   Contoh :
   πaccount.balance(σaccount.balance

Berikut beberapa operator yang digunakan pada Bahasa Query Formal:
1.   Operator Himpunan

• Union atau gabungan (disimbolkan dengan “u”)
  Union dari relasi A dan B dinyatakan sebagai A u B

• Intersection atau Irisan (disimbolka dengan “n”)
  Misalkan intersection dari relasi A dan B dinyatakan sebagai A n B

• Difference (disimbolkan dengan “-”)
  Misalkan difference dari relasi A dan B dinyatakan dengan A – B

• Cartesian Product
  Produk cartesian dari relasi A dan B dinyatakan dengan A X B

2.   Operator Relasional

• Restrict yaitu pemilihan tupel atau record
• Project berfungsi dalam pemilihan attribute atau field
• Divide berfungsi untuk membagi
• Join berfungsi untuk menggabungkan

Pada operator Operational aljabar relational dibagi menjadi 2 kelompok, yaitu:

1. Operator dasar untuk fundamental operational
   – Unary operators: Selection, projection, rename.
   – Binary operators (union compatibilty): union, set difference, Cartesian product
2. Operator tambahan untuk additional operasional
   – rename, intersection, join, quotient (division)

Beberapa operator tambahan pada sistem Basis Data yaitu:

• Set Intersection (n) yaitu operasi yang berfungsi untuk menghasilkan irisan dua tabel dengan domain atribut ke-i kedua tabel tersebut sama.
• Theta Join yaitu operasi yang menggabungkan operasi cartesian product dengan operasi selection dengan suatu kriteria yang diinginkan.
• Natural Join yaitu perasi yang digunakan untuk menggabungkan operasi selection dan cartesian product dengan suatu kriteria pada kolom yang sama.
• Division yaitu operasi untuk pembagian atas baris-baris dari 2 relasi.

KALKULUS RELASIONAL

- Merupakan alternatif untuk aljabar relasional.
- Memungkinkan kita menggambarkan himpunan jawaban tanpa menyatakan secara eksplisit bagaimana jawaban tersebut dihitung.
- Memiliki pengaruh yang besar pada desain bahasa query komersial seperti SQL.
- Varian kalkulus yang disajikan secara detil disebut Tuple Relational Calculus (TRC) dimana pada TRC mengambil instan (tuple) sebagai nilainya.

1. Tupel KalkulusRelational
   Variabel Tuple merupakan variabel yang nilainya diambil dari tuple skema relasi tertentu, sehingga nilai yang ditentukan untuk satu variabel tuple tertentu, punya jumlah dan tipe field yang sama
   
   Ekspresi :     {t |P(t) }     →    t  :  tupel

         P :  predikat terhadapt

   Bentuk-bentuk dari predikat :
   1. S ε R             →    S :   variabel, 

    R :  Relasi

   2. S[x] θ U [y]  →  S & U : variabel tupel

   
   

   θ : operator aritmatik <, =, >, ≥, ≤, ≠

   x : atribut padaS

   y : atribut padaU

   3. S[x] θ C      →   C : konstanta

   θ : operatorpenghubung∧(and), ∨(or)

   Contoh:
   Skema relasiDOSEN (nip,nama,alamat,kota,jkel)
   Dicari nama dosenyangberada di kota‘Bogor’
   {t |t ∈DOSEN ∧t [kota]= “Bogor”}
   
   
2. Domain Kalkulus Relational
   
   Ekspresi {|P }

   xi : variabeldomain

   P : predikat terhadapx

   Bentuk-bentuk dari predikat:

   1. ∈R →  R : relasi

   x : variabeldomain

   
   

   2. x θ y → x & y : variabeldomain

       θ : operatoraritmatik

   3. x θ C→    C : konstanta

   Contoh:

   Skema relasiDOSEN (nip,nama,alamat,kota,jkel)

   Dicaridata-datamengenai dosenyangmempunyainip ‘87000650’

   {|∈DOSEN ∧n = ‘87000650’} 

Baca selengkapnya » 0 komentar

TRANSFORMASI MODEL DATA

 TRANSFORMASI MODEL DATA

1. Entitas kuat merupakan himpunan entitas yang dilibatkan dalam ERD dan tidak memiliki ketergantungan dengan himpunan entitas lainnya.
2. Entitas yang mempunyai atribut kunci. Entitas ini bersifat mandiri,keberadaannya tidak bergantung paa entitas lainnya. Percepatan entitas kuat selalu memiliki karakteristik yang unik disebut identifier (sebuah atribut tunggal atau gabungan atribut-atribut yang secara unik dapat digunakan untuk membedakan dari entitas kuat yang lain).
3. Entitas lemah adalah suatu entity yang mana keberadaannya tergantung dari keberadaan entity lain dan tidak memiliki atribut yang dapat berfungsi sebagai key attribute.
4. Entitas yang tidak mempunyai atribut kunci. Entitas lemah diidentifikasikan dengan menghubungkan entitas tertentu dari tipe entitas yang lain ditambah atribut dari entitas lemah. Tipe entitas lain yang dipakai untuk mengidentifikasi suatu entitas kemah disebut identifying owner dan relasi yang menghubungkan entitas lemah dengan owner disebut identifying relationship.

Contoh entitas pegawai :

Gambar diatas merupakan contoh dari entitas lemah dan entitas kuat.

Entitas hobi merupakan entitas lemah dan entitas mahasiswa merupakan entitas kuat.

Dalam realitas dapat pula kita jumpai adanya relasi yang secara kronologis mensyaratkan telah adanya relasi lain. Dengan kata lain,sebuah relasi terbentuk tidak hanya dari entitas tapi juga mengandung unsur dari relasi lain. Fenomena demikian dapat diakomodasi dengan Agregasi. Menggambarkan sebuah himpunan relasi yang secara langsung menghubungkan sebuah himpunan entitas dengan sebuah himpunan relasi dalam diagram E-R, sebenernya tidak tepat atau bahkan ada yang dengan tegas tidakmemperbolehkannya. Karena itu,sebagai jalan tengah,kita menggunakan notasi khusus untuk menunjukan adanya agregasi semacam itu.

Contoh Agregasi :

Transformasi Model Data ke Basis Data Fisik

Aturan umum dalam pemetaan Model Data (Level Konseptual dalam Abstraksi Data) yang digambarkan dengan Diagram E-R menjadi Basis Data Fisik (Level Fisik dalam Abstraksi Data) adalah :

• Setiap himpunan entitas akan diimplementasikan sebagai sebuah tabel (file data).
• Relasi dengan Derajat relasi 1:1 (satu ke satu) yang menghubungkan 2 buah himpunan entitas akan direpresentasikan dalam bentuk penambahan/penyertaan atribut-atribut relasi ke tabel yang mewakili salah satu dari kedua himpunan entitas.
• Relasi dengan Derajat 1-N (satu kebanyak) yang menghubungkan 2 buah himpunan entitas, juga akan direpresentasikan dalam bentuk pemberian/pencatuman atribut key dari himpunan entitas pertama (yang berderajat 1) ke tabel yang mewakili himpunan entitas kedua 9yang berderajat N). Atribut key dari himpunan entitas pertama ni menjadi atribut tambahan bagi himpunan entitas kedua.

Implementasi Himpunan Entitas Lemah dan Sub Entitas

Penggunaan Himpunan Entitas Lemah (Weak Entity Sets) dan Sub Entitas dalam diagram E-R diimplementasikan dalam bentuk tabel sebagamana Himpunan Entitas Kuat (Strong Entity Sets). Bedanya jika Himpunan Entity Kuat sudah dapat langsung menjadi sebuah utuh/sempurna walaupun tanpa melihat relasinya dengan himpunan entitas yang lain,sedangkan Himpunan Entitas Lemah dan Sub Entitas hanya dapat ditranformasikan menjadi sebuah tabel dengan menyertakan pula atribut key yang ada di himpunan entitas kuat yang berelasi dengannya.

Baca selengkapnya » 0 komentar