dasar basis data

Halaman Judul

Dwi Puspitasari, S.Kom, Program Studi Manajemen Informatika

i

HALAMAN JUDUL

BUKU AJAR

DASAR BASIS DATA

Di susun oleh : Dwi Puspitasari, S.Kom

Dibiayai :

PROGRAM PENGUATAN BIDANG KEILMUAN DIPA 2007

PROGRAM STUDI MANAJEMEN INFORMATIKA JURUSAN TENIK ELEKTRO

POLITEKNIK NEGERI MALANG TAHUN 2007

Kata Pengantar


ii

KATA PENGANTAR

Dengan mengucap syukur Alhamdulillah, akhirnya selesai juga

pembuatan buku ajar dengan judul “Dasar Basis Data”. Buku ajar ini

diperuntukkan bagi mahasiswa jurusan Teknik Elektro program studi Manajemen

Informatika tingkat satu pada semester satu.

Dengan mempelajari buku ini, diharapkan pembaca dapat memperoleh

pengetahuan mengenai dasar-dasar basis data, mulai dari konsep sampai

pembuatan basis data dalam hal perancangan model dan basis data yang baik.

Tiada gading yang tak retak, begitu juga dengan buku ajar ini yang masih

banyak kekurangannya. Untuk itu penulis sangat mengharapkan kritik dan saran

yang membangun, sehingga bisa dilakukan perbaikan. Akhir wakalam penulis

menyampaikan terima kasih atas bantuan dari berbagai pikah, hanya Allah SWT

yang mampu membalasnya. Dan bagi yang mempelajari buku ini, selamat

belajar.

Penulis

Garis-Garis Besar P Perkuliahan


iii

GARIS-GARIS BESAR PROGRAM PENGAJARAN (GBPP)

Mata Kuliah : Dasar Basis Data

Kode Mata Kuliah : RIF 100

Semester/SKS : 1 / 1 SKS

Beban Studi : 3 jam / minggu

Diskripsi Singkat : Materi kuliah ini meliputi konsep dasar basis data beserta kompponen-komponennya serta pemodelan basis data menggunakan ER diagram dan model relasional

Kompetensi Mata Kuliah

: Mahasiswa memahami konsep dan kegunaan dari basis data, serta mampu merancang suatu basis data yang baik berdasarkan ukuran-ukuran informal pada basis data relasional

Referensi : 1. Elmasri & Navathe, “Fundamentals of Database Systems”, Addison-Wesley, 2004 2. C. J. Date, “Pengenalan Sistem Basis Data jilid 1”, PT. Indeks Group Gramedia, 2004

No Standar Kompetensi

(TIU) Pokok Bahasan Kompetensi Dasar (TIK) Sub Pokok Baha san Waktu Referensi

(1) (2) (3) (4) (5) (7) (8) 1. Mengerti basis data dan

kegunaannya Pengantar basis data a. Mengetahui apa itu basis data

b. Mengetahui karakteristik, manfaat, dan penerapan dari basis data c. Mengetahui orang-orang yang berperan dalam basis data

Definisi basis data, Karakteristik,manfaat, dan penerapan basis data, orang-orang yang berperan;

3 X 45” 1,2

2. Mengerti konsep dan arsitektur dari basis data

Konsep dan arsitektur basis data

a. Mengetahui konsep model data, schema dan kebebasan data; b. Mengetahui model basis data;

Konsep model data, schema dan kebebasan data,model basis data,bahasa basis data, dan lingkungan sistem basis data

3 X 45” 1



iv

c. Mengetahui bahasa dan lingkungan sistem basis data;

3. Mampu membuat model data menggunakan ER diagram

Pemodelan data menggunakan ER diagram

a. Mengetahui model data konseptual b. Bisa membuat pemodelan data menggunakan ER-Diagram

Model data konseptual,dan pemodelan menggunakan ER-Diagram

3 X 45” 1

4. Mampu membuat ER model berdasarkan spesifikasi sistem

Latihan Soal Mampu membuat ER model berdasarkan spesifikasi sistem yang berbeda-beda

3 X 45”

5. Mampu membuat model data relasional

Model data relasional a. Mengetahui konsep model data relasional; b. Mengetahui constraint untuk model data relasional; c. Mengetahui operasi-operasi update; d. Mampu mendefinisikan relasi; e. Mampu memetakan ER-Diagram ke model relasional

Konsep model data relasional,constraint untuk model data relasional,operasi-operasi update, mendefinisikan relasi, dan pemetakan ER-Diagram ke model relasional

3 X 45” 1,2

6. Mampu memetakkan ER model ke bentuk model relasional

Latihan Soal Mampu memetakkan ER model ke bentuk model relasional

3 X 45”

7. Mengetahui SQL sebagai bahasa basis data

Pengantar SQL a. Mengetahui bahasa SQL; b. Mengetahui elemen dan kelompok persyaratan SQL

Pengertian SQL, elemen SQL,dan kelompok persyaratan SQL

3 X 45” 2

9. Mampu menggunakan bahasa pendefinisian data

Data Definition Language

a. Mengetahui definisi DDL dan skema b. Mengetahui tipe-tipe domain c. Mengetahui perintah-perintah DDL.

Definisi DDL dan skema,tipe-tipe domain, dan perintah-perintah DDL.

3 X 45” 1,2

10. Mampu membuat query yang bermacam-macam dengan menggunakan bahasa DML

Data Manipulation Language

a. Mengetahui definisi dari DML b. Mampu membuat query data sederhana c. Mampu membuat query

Definisi DML,query data,operasi himpunan, fungsi Agregasi, dan sub query

3 X 45” 1,2



v

data dengan operasi himpunan dan fungsi agregasi d. Mampu membuat sub query

11. Mampu memanipulasi data menggunakan bahasa DML

Data Manipulastion Language

a. Mampu memodifikasi basis data b. Mampu menghapus,menyisipkan, dan merubah data pada basis data

Modifikasi penghapusan, penyisipan, dan perubahan basis data,

3 X 45” 1,2

12. Mampu mengukur suatu skema relasional menggunakan petunjuk-petunjuk informal

Pengukuran Skema Relasional

a. Mengetahui pengertian dan kegunaan pengukuran skema relasional; b. Mengetahui petunjuk-petunjuk informal dalam desain basis data relasional

Pengertian dan kegunaan pengukuran skema relasional, dan petunjuk-petunjuk informal dalam desain basis data relasional

3 X 45” 1

13. Mengetahui ketergantungan fungsional dalam skema relasional

Ketergantungan Fungsional

a. Mengetahui definisi ketergantungan fungsional b. Mengetahui aturan penurunan c. Mengetahui algoritma mencari X+

Definisi ketergantungan fungsional, aturan penurunan, dan algoritma mencari X+

3 X 45” 1

14. Mampu menormaslisasi skema relasional ke dalam bentuk yang diinginkan

Normalisasi a. Mengetahui pengertian normalisasi dan bentuk-bentuk normal; b. Mampu membuat bentuk 1NF, 2NF, 3NF, BCNF, 4NF dan 5NF c. Mengetahui multivalued dependencies d. Mengetahui dependensi gabungan

Pengertian normalisasi dan bentuk-bentuk normal, bentuk 1NF, 2NF, 3NF, BCNF,multivalued dependencies dan 4NF, dan dependensi gabungan dan 5NF

3 X 45” 1

Satuan Ajar Perkuliahan (SAP)


vi

SATUAN AJAR PERKULIAHAN (SAP) Mata Kuliah : Dasar Basis Data

Kode Mata Kuliah : RIF 100

Semester/SKS : 1 / 1 SKS

Beban Studi : 3 jam / minggu

Dosen : Dwi Puspitasari,S.Kom

TIU : Mahasiswa memahami konsep dan kegunaan dari basis data, serta mampu merancang suatu basis data yang baik berdasarkan ukuran-ukuran informal pada basis data relasional

Referensi : 1. Elmasri & Navathe, “Fundamentals of Database Systems”, Addison-Wesley, 2004 2. C. J. Date, “Pengenalan Sistem Basis Data jilid 1”, PT. Indeks Group Gramedia, 2004

Minggu TIK Topik Sub Topik Metode Alat Bantu Refer ensi

(1) (2) (3) (4) (5) (6) (7) 1. Mengetahui definisi basis

data, karakteristik,manfaat, dan penerapan basis data, orang-orang yang berperan;

Pengantar basis data

a. Definisi basis data b. Karakteristik, manfaat, dan penerapan dari basis data c. Orang-orang yang berperan dalam basis data

Ceramah Komputer, LCD

1,2

2. Mengetahui konsep model data, schema dan kebebasan data,model basis data,bahasa basis data, dan lingkungan sistem basis data

Konsep dan arsitektur basis data

a. Konsep model data, schema dan kebebasan data b. Model basis data; c. Bahasa dan lingkungan sistem basis data;


1

3. Mengetahui model data konseptual,dan pemodelan menggunakan ER-Diagram

Pemodelan data menggunakan ER diagram

a. Model data konseptual b. Pemodelan data menggunakan ER-Diagram


1



vii

4. Mampu membuat ER model berdasarkan spesifikasi sistem yang berbeda-beda

Latihan Soal Ceramah Komputer, LCD

5. Quiz 1 6. Mengetahui konsep model

data relasional,constraint untuk model data relasional,operasi-operasi update, mendefinisikan relasi, dan pemetakan ER-Diagram ke model relasional

Model data relasional

a. Konsep model data relasional; b. Constraint untuk model data relasional; c. Operasi-operasi update; d. Mendefinisikan relasi; e. Memetakan ER-Diagram ke model relasional


1,2

7. Mampu memetakkan ER model ke bentuk model relasional

Latihan Soal

8. Mengetahui pengertian SQL, elemen SQL,dan kelompok persyaratan SQL

Pengantar SQL a. Bahasa SQL; b. Elemen dan kelompok persyaratan SQL


2

9. UTS 10. Mengetahui definisi DDL dan

skema,tipe-tipe domain, dan perintah-perintah DDL.

Data Definition Language

a. Definisi DDL dan skema b. Tipe-tipe domain c. Perintah-perintah DDL.


1,2

11. Mengetahui definisi DML,query data,operasi himpunan, fungsi Agregasi, dan sub query

Data Manipulation Language

a. Definisi dari DML b. Membuat query data sederhana c. Query data dengan operasi himpunan dan fungsi agregasi d. Membuat sub query


1,2

12. Mampu memodifikasi, menghapus, menyisipkan, dan merubah basis data,

Data Manipulastion Language

a. Memodifikasi basis data b. Menghapus, menyisipkan, dan merubah data pada basis data


1,2

13. Latihan Soal 14. Quiz 2 15. Mengetahui pengertian dan

kegunaan pengukuran skema relasional, dan petunjuk-

Pengukuran Skema Relasional

a. Pengertian dan kegunaan pengukuran skema relasional;


1



viii

petunjuk informal dalam desain basis data relasional

b. Petunjuk-petunjuk informal dalam desain basis data relasional

16. Mengetahui definisi ketergantungan fungsional, aturan penurunan, dan algoritma mencari X+

Ketergantungan Fungsional

a. Definisi ketergantungan fungsional b. Aturan penurunan c. Algoritma mencari X+


1

17. Mengetahui pengertian normalisasi dan bentuk-bentuk normal, bentuk 1NF, 2NF, 3NF, BCNF,multivalued dependencies dan 4NF, dan dependensi gabungan dan 5NF

Normalisasi a. Pengertian normalisasi dan bentuk-bentuk normal; b. Membuat bentuk 1NF, 2NF, 3NF, BCNF, 4NF dan 5NF c. Multivalued dependencies d. Dependensi gabungan


1

18. Latihan Soal 19. UAS

Daftar Isi


DAFTAR ISI Halaman Judul ................................................................................... i

Kata Pengantar ..................................................................................ii

Garis-Garis Besar Program Pengajaran (GBPP)............................... iii

Satuan Ajar Perkuliahan (SAP) .........................................................vi

Daftar Isi............................................................................................ ix

Daftar Gambar ..................................................................................xi

Daftar Tabel ..................................................................................... xii

1. Pendahuluan............................................................................... 1

1.1 Definisi Dasar Basis Data .......................................................................1

1.2 Karakteristik Basis Data..........................................................................3

1.3 Orang-orang yang Berperan pada Basis Data........................................3

1.4 Manfaat Penggunaan Basis Data ...........................................................4

1.5 Penerapan Basis Data............................................................................7

2. Konsep Dan Arsitektur Basis Data .............................................. 9

2.1 Model Data, Schema dan Kebebasan Data............................................9

2.2 Model Basis Data..................................................................................11

2.3 Bahasa dari Basis Data ........................................................................15

2.4 Lingkungan Sistem Basis Data .............................................................16

3. Pemodelan Data Dengan Menggunakan ER-Model.................. 17

3.1 Model Data Konseptual Untuk Desain Basis Data..............................17

3.2 Notasi-Notasi Dalam ER Diagram ......................................................18

4. Model Data Relasional .............................................................. 22

4.1 Konsep-Konsep Model Relasional........................................................22

4.2 Constraints Untuk Model Data Relasional ............................................25

4.3 Operasi-Operasi UPDATE Pada Relasi................................................26

4.4 Mendefinisikan Relasi ...........................................................................29

4.5 Algoritma Pemetakan Skema ER Ke Skema Relasional ......................30

Daftar Isi


5. Structured Query Language (SQL)............................................ 34

5.1 Elemen SQL .........................................................................................34

5.2 Kelompok persyaratan SQL..................................................................37

5.3 Struktur Dasar.......................................................................................39

5.4 Operasi Himpunan................................................................................42

5.5 Fungsi-Fungsi Agregasi ........................................................................43

5.6 Subqueri Tersarang (Nested Subqueries) ............................................44

5.7 Modifikasi Basis Data ...........................................................................45

5.8 Bahasa Definisi Data (Data DefinitionLanguage)..................................47

6. Pengukuran Skema Relasional ................................................. 50

6.1 Petunjuk - Petunjuk Informal Dalam Desain Skema Relasional............50

6.2 Semantik Dari Atribut............................................................................50

6.3 Informasi yang Redundan dan Update Anomalies................................51

6.4 Nilai-Nilai Null dalam Tuples .................................................................53

6.5 Tuples yang Tidak Dikehendaki (Spurious Tuples)...............................54

7. Ketergantungan Fungsional ...................................................... 55

7.1 Definisi Ketergantungan Fungsional .....................................................55

7.2 Aturan Penurunan (Inference Rules) Untuk FD ....................................56

7.3 Algoritma Mencari X+ ............................................................................57

7.4 Set Ketergantungan Fungsional Yang Ekivalen....................................58

7.5 Set Ketergantungan Fungsional Yang Minimal.....................................59

8. Normalisasi ............................................................................... 60

8.1 Bentuk Normal ......................................................................................60

8.2 First Normal Form ( 1NF ).....................................................................61

8.3 Second Normal Form ( 2NF )................................................................61

8.4 Third Normal Form ( 3NF )....................................................................63

8.5 Boyce/Codd Normal Form (BCNF) .......................................................65

8.6 Multivalued Dependencies Dan Fourth Normal Form ( 4NF ) ...............66

8.7 Dependensi Gabungan Dan Fifth Normal Form (5NF) .........................68

Daftar Pustaka ................................................................................ xiii

Daftar Gambar


DAFTAR GAMBAR Gambar 1.1 Lingkungan sistem basis data...........................................................2

Gambar 1.2 Gambaran basis data dan lemari arsip .............................................5

Gambar 2.1 Arsitektur three-level model data ....................................................10

Gambar 2.2 Model basis data hirarki ..................................................................12

Gambar 2.3 Model basis data jaring ...................................................................13

Gambar 2.4 Model basis data relasional.............................................................14

Gambar 3.1 Fase-fase desain basis data sederhana .........................................17

Gambar 3.2 Skema ER Untuk Basis Data COMPANY .......................................20

Gambar 4.1 Pendefinisian relasi pada basis data COMPANY............................30

Daftar Tabel


DAFTAR TABEL Tabel 3.1 Notasi untuk ER-Diagram ...................................................................18

Tabel 4.1 Korespondensi model ER dengan model relasional ...........................33

Tabel 5.1 Pernyataan dalam SQL.......................................................................34

Tabel 5.2 Tipe data standart dalam SQL ............................................................35

Tabel 5.3 Tipe data perluasan dalam SQL .........................................................36

Tabel 5.4 Simbol pada ekspresi aritmatika .........................................................37

1. Pendahuluan

Dwi Puspitasari, S.Kom, Program Studi Manajemen Informatika 1

1. PENDAHULUAN

Dalam suatu organisasi, data merupakan sumber informasi yang sangat

berguna. Oleh karena itu data memegang peranan penting dan menjadi asset

yang berharga bagi organisasi. Lalu, bagaimana jika data tidak dikelola dengan

baik ? Jika data tidak dikelola dengan baik maka akan mengakibatkan data rusak

atau hilang sehingga memperlambat proses kerja.

Pertanyaan selanjutnya, bagaimana mengelola data dengan baik ?

Caranya, data di tata dengan rapi, dibuat arsip catatan, dikelompokkan dan

disimpan di suatu tempat basis data (database) sehingga memudahkan dalam

pencarian. Sesuai perkembangan iptek dan teknologi, maka pada saat sekarang

ini basis data lebih banyak menggunakan sistem komputerisasi.

Pada buku ini akan dipelajari tentang konsep basis data, pemodelan data,

perancangan serta pembuatan basis data.

1.1 Definisi Dasar Basis Data

Basis Data terdiri atas 2 kata, yaitu Basis dan Data. Basis dapat diartikan

sebagai markas atau gudang, tempat bersarang/berkumpul. Sedangkan Data

adalah representasi fakta dunia nyata yang mewakili suatu objek seperti manusia

(pegawai, siswa, pembeli, pelanggan), barang, hewan, peristiwa, konsep,

keadaan, dan sebagainya, yang direkam dalam bentuk angka, huruf, simbol,

teks, gambar, bunyi, atau kombinasinya.

Basis Data sendiri dapat didefinisikan dalam sejumlah sudut pandang,

seperti :

1. Himpunan kelompok data (arsip) yang saling berhubungan yang diorganisasi

sedemikian rupa agar kelak dapat dimanfaatkan kembali dengan cepat dan

mudah.

2. Kumpulan data yang saling berhubungan yang disimpan secara bersama

sedemikian rupa dan tanpa pengulangan (redundansi) yang tidak perlu, untuk

memenuhi berbagai kebutuhan.

1. Pendahuluan


3. Kumpulan file/tabel/arsip yang saling berhubungan yang disimpan dalam

media penyimpanan elektronis.

Perangkat lunak (Software) yang memungkinkan pengguna basis data

untuk membuat dan memelihara suatu basis data disebut dengan Database

Management System (DBMS). DBMS menyediakan tiga fasilitas utama, yaitu :

1. Mendefinisi basis data, yaitu menspesifikasi basis data seperti menentukan

tipe data, struktur, serta constraint dari data.

2. Membangun basis data, yaitu berkaitan dengan proses penyimpanan data itu

sendiri di dalam DBMS

3. Memanipulasi basis data, yaitu berkaitan dengan proses menambah,

menghapus, merubah dan menampilkan data yang tersimpan di dalam basis

data.

Sedangkan perangkat lunak (software) yang digunakan untuk

memanipulasi data dan basis data itu sendiri disebut sebagai Sistem Basis

Data. Berarti sistem basis data = DBMS + basis data yang disimpan di

dalamnya.

Gambar 1.1 Lingkungan sistem basis data

Database System

DBMS Software

Stored database definition (metadata)

Stored database

Software to access stored data

Software to process Queries / programs

Application programs / queries

User / Programmer

1. Pendahuluan


1.2 Karakteristik Basis Data

Basis data memiliki beberapa karakteristik sebagaimana berikut.

1. ‘Self-describing’

Basis data tidak hanya berisi data saja, tetapi lengkap dengan definisi dari

data itu sendiri. Definisi data disimpan dalam catalok sistem (meta-data) yang

berisi struktur setiap file, tipe dan fomat penyimpanan data, serta constraint dari

data. Software DBMS dapat mengekstraksi data dari catalog dan

menggunakannya.

2. ‘Isolation’

Program pengaksesan DBMS ditulis secara terpisah dengan file-file yang

bersifat spesifik seperti abstraksi data. Sehingga program dan data berdiri

sendiri.

3. ‘Multi-view’

Memungkinkan user yang berbeda untuk mendapatkan perspektif (view)

basis data yang berbeda.

4. Sharing data dan pemrosesan transaksi multi-user

Memungkinkan sejumlah user mengakses data secara bersamaan. Untuk

itu DBMS perlu menyediakan ‘concurrency control software’ sehingga data yang

diakses valid.

1.3 Orang-orang yang Berperan pada Basis Data

Ada empat kelompok orang yang berperan secara langsung pada basis

data, yatu :

1. Database Administrator (DBA)

Yaitu orang yang bertanggung jawab terhadap administrasi penggunaan

sumber daya basis data (DBMS dan basis data). DBA bertugas :

- Mengatur otorisasi akses terhadap basis data

- Memonitor penggunaan basis data

- Melayani permintaan software dan hardware

2. Database Designer

1. Pendahuluan


Yaitu orang yang bertanggung jawab dalam peracangan basis data (dalam

memenuhi permintaan user). Database designer bertugas :

- Mengidentifikasi data yang akan disimpan dalam basis data.

- Memilih struktur yang sesuai dalam menyajikan dan menyimpan data.

3. End User

Orang-orang yang pekerjaannya memerlukan akses terhadap basis data

untuk keperluan membaca dan merubah data, serta membaca laporan dari

data.

4. System Analysts

Yaitu orang-orang yang bertugas mendefinisikan kebutuhan-kebutuhan end

user dan mengembangkan spesifikasi untuk transaksi-transaksi yang

memenuhi keinginannya

5. Application Programmers

Yaitu orang-orang yang bertugas mengimplementasikan spesifikasi yang

dibuat oleh system analyst menjadi program.

Sedangkan orang yang berperan dibelakang layer (tidak langsung) pada

basis data ada tiga kelompok, yaitu :

1. DBMS Designers dan Implementers

Orang-orang yang merancang dan mengimplementasikan modul-modul

DBMS dan interfacenya sebagai satu paket perangkat lunak.

2. Tool Developers

Yaitu orang-orang yang mengembangkan paket-paket software yang

memberikan fasilitas dalam perancangan dan penggunaan system basis data

(missal : paket-paket untuk performance monitoring, Graphical User Interface,

prototyping, simulation, dan sebagainya)

3. Operator dan Maintenance Personnel

Yaitu orang-orang yang bertugas mengoperasikan dan merawat basis data

1.4 Manfaat Penggunaan Basis Data

1. Pendahuluan


Basis Data dan lemari arsip sesungguhnya memiliki prinsip kerja dan

tujuan yang sama. Prinsip utamanya adalah pengaturan data/arsip. Dan tujuan

utamanya adalah kemudahan dan kecepatan dalam pengambilan kembali

data/arsip. Perbedaannya hanya terletak pada media penyimpanan yang

digunakan. Jika lemari arsip menggunakan lemari dari besi atau kayu sebagai

media penyimpanan, maka basis data menggunakan media penyimpanan

elektronis seperti disk (disket atau harddisk).

Gambar 1.2 Gambaran basis data dan lemari arsip

Adapun manfaat yang diperoleh dari penggunaan basis data adalah :

1. Kecepatan dan Kemudahan (Speed)

Pemanfaatan basis data memungkinkan kita untuk dapat menyimpan data

atau melakukan perubahan/manipulasi terhadap data atau menampilkan kembali

data tersebut dengan lebih cepat dan mudah.

2. Efisiensi Ruang Penyimpanan (Space)

Dengan basis data, efisiensi/optimalisasi penggunaan ruang penyimpanan

dapat dilakukan, karena kita dapat melakukan penekanan jumlah redundansi

data, baik dengan menerapkan sejumlah pengkodean atau dengan membuat

relasi-relasi (dalam bentuk file) antar kelompok data yang saling berhubungan.

1. Pendahuluan


3. Keakuratan (Accuracy)

Pemanfaatan pengkodean atau pembentukan relasi antar data bersama

dengan penerapan aturan/batasan (constraint) tipe data, domain data, keunikan

data, dan sebagainya, yang secara ketat dapat diterapkan dalam sebuah basis

data, sangat berguna untuk menekan ketidakakuratan pemasukan/penyimpanan

data.

4. Ketersediaan (Availability)

Dengan basis data, data yang sudah jarang atau bahkan tidak pernah lagi

kita gunakan, dapat kita atur untuk dilepaskan dari sistem basis data yang

sedang aktif (menjadi off-line) baik dengan cara penghapusan atau dengan

memindahkannya ke media penyimpanan off-line (seperti removable disk atau

tape). Di sisi lain, karena kepentingan pemakaian data, sebuah basis data dapat

memiliki data yang disebar di banyak lokasi geografis. Dengan pemanfaatan

teknologi jaringan komputer, data yang berada di suatu lokasi, dapat juga

diakses (menjadi tersedia / available) bagi lokasi lain.

5. Kelengkapan (Completeness)

Untuk mengakomodasi kebutuhan kelengkapan data yang semakin

berkembang, maka pada basis data kita tidak hanya dapat menambah record-

record data, tetapi juga dapat melakukan perubahan struktur dalam basis data,

baik dalam bentuk penambahan objek baru (tabel) atau dengan penambahan

field-field baru pada suatu tabel.

6. Keamanan (Security)

Dalam sistem yang besar dan serius, aspek keamanan data dapat

diterapkan dengan ketat dengan cara menentukan siapa-siapa (pemakai) yang

boleh menggunakan basis data beserta objek-objek di dalamnya dan

menentukan jenis-jenis operasi apa saja yang boleh dilakukannya.

7. Kebersamaan Pemakaian (Sharability)

Pemakai basis data seringkali tidak terbatas pada satu pemakai saja,

atau di satu lokasi saja atau oleh satu sistem/aplikasi saja. Data pegawai dalam

basis data kepegawaian, misalnya, dapat digunakan oleh banyak pemakai, dari

1. Pendahuluan


sejumlah departemen dalam perusahaan atau oleh banyak sistem (sistem

penggajian, sistem akuntansi, sistem inventors, dan sebagainya).

1.5 Penerapan Basis Data

Secara lebih teknis/nyata, bidang-bidang fungsional yang telah umum

memanfaatkan basis data demi efisiensi, akurasi dan kecepatan operasi antara

lain adalah:

1. Kepegawaian, untuk berbagai perusahaan yang memiliki banyak pegawai.

2. Pergudangan (inventory), untuk perusahaan manufaktur (pabrikan), grosir

(reseller), apotik, dan lain-lain.

3. Akuntansi, untuk berbagai perusahaan.

4. Reservasi,untuk hotel, pesawat, kereta api, dan lain-lain.

5. Layanan Pelanggan (customer care),untuk perusahaan yang berhubungan

dengan banyak pelanggan (bank, konsultan, dan lain-lain).

6. dan lain-lain.

Sedang bentuk-bentuk organisasi/perusahaan yang memanfaatkan basis

data (sebagai komponen sistem informasi dalam organisasi/perusahaan) dapat

berupa:

1. Perbankan, dalam melakukan pengelolaan data nasabah/data tabungan/data

pinjaman, pembuatan laporan-laporan akuntansi, pelayanan informasi pada

nasabah/calon nasabah, dan lain-lain.

2. Asuransi, dalam melakukan pengelolaan data nasabah/data pembayaran

premi, pemrosesan pengajuan klaim asuransi, dan lain-lain.

3. Rumah Sakit, dalam melakukan pengelolaan histori penyakit/pengobatan

pasien, menangani pembayaran perawatan, dan lain-lain.

4. Produsen Barang, dalam melakukan pengelolaan data keluar-masuk barang

(inventors), dan lain-lain.

5. Industri Manufaktur, dalam membantu pengelolaan pesanan barang,

mengelola data karyawan, dan lain-lain.

6. Pendidikan/Sekolah, dalam melakukan pengelolaan data siswa, penjadualan

kegiatan perkuliahan, dan lain-lain.

1. Pendahuluan


7. Telekomunikasi, dalam melakukan pengelolaan data administrasi kabel/data

pelanggan, menangani gangguan, dan lain-lain.

8. dan lain-lain.

2. Konsep dan Arsitektur Basis Data


2. KONSEP DAN ARSITEKTUR BASIS DATA

Untuk membuat basis data, kita perlu mempelajari tentang konsep basis

data meliputi model-model data, schema, dan instance

2.1 Model Data, Schema dan Kebebasan Data

Dalam pembuatan basis data, agar basis data yang dibuat bisa sesuai

dengan yang diinginkan maka diperlukan proses perancangan terlebih dahulu.

Dimana dalam proses ini dilakukan pendeskripsian data dalam bentuk schema

serta pembuatan model datanya. Untuk itu kita perlu mengetahui konsep dari

schema dan model data dalam basis data.

Schema merupakan diskripsi dari basis data berupa abstraksi data yang

terdiri dari nama dan tipe dari record, item-item data, serta constraint dari basis

data.

Sedangkan model data merupakan alat utama yang digunakan untuk

menyediakan abstraksi data. Sehingga model data merupakan penggambaran

dari schema basis data.

Ada tiga kategori dalam model data, yaitu :

1. Model data tingkat tinggi

Model data ini menggunakan konsep seperti entity, attribute, dan relationship.

2. Model data representasional atau implementasi

Termasuk dalam jenis ini adalah model data relasional, jaringan, dan hirarki.

Dimana data disajikan dengan menggunakan struktur record (record-based

data model)

3. Model data fisik

Model data ini menggambarkan bagaimana data disimpan dalam komputer

yaitu dalam format-format record, urutan-urutan record, dan access path.

Model data nantinya akan menggambarkan setiap level dari basis data

yang tampak seperti pada gambar berikut ini.



Gambar 2.1 Arsitektur three-level model data

- Internal level (internal schema)

Menjelaskan struktur penyimpanan fisik dari basis data menggunakan

model data fisik.

- Conceptual level (conceptual schema)

Menjelaskan struktur penyimpanan dari keseluruhan basis data untuk

dipakai oleh satu komunitas user menggunakan model data tingkat tinggi

atau model data implementasi.

- External atau view level (external schema atau user view)

Menjelaskan sebagian basis data yang menjadi perhatian dari

sekelompok user tertentu menggunakan model data tingkat tinggi atau

model impelementasi.

Arsitektur three-schema dapat digunakan untuk menjelaskan konsep

‘kebebasan data ’ (data independence) yang dapat didefinisikan sebagai

Eksternal View Eksternal View . . .

Conceptual Schema

Internal Schema

End User

Stored Database

Eternal Level External / conceptual mapping Conceptual level Conceptual / in-ternal mapping Internal level



kemampuan untuk merubah skema pada suatu level dari system basis data

tanpa harus menyebabkan perubahan dari skema pada tingkat yang lebih tinggi

Terdapat dua jenis kebebasan data, yaitu :

- Logical data independence

Yaitu kemampuan untuk merubah skema konseptual termasuk juga

constraint dari basis data tanpa harus merubah skema eksternal. Hanya

definisi dari view dan mapping yang perlu dirubah dalam DBMS

- Physical data independence

Yaitu kemampuan untuk merubah skema internal tanpa harus merubah

skema konseptual (eksternal) yang mungkin diperlukan karena file-file fisik

yang harus diorganisasikan kembali (misalnya membuat struktur akses

tambahan untuk meningkatkan kinerja membacaan atau perubahan data).

2.2 Model Basis Data

Model basis data menyatakan hubungan antar data yang tersimpan

dalam basis data struktur data logis. Pada saat ini terdapat tiga model data yang

sering digunakan, yaitu :

� Hirarkis;

� Jaringan, dan

� Relasional

Model yang baru setelah relasional, beberapa nama yang sedang

dikembangkan antara lain (sebagian ada di dalam konsep MPEG7):

� DBMS deduktif;

� DBMS pakar;

� DBMS semantik;

� DBMS berorientasi objek;

� DBMS relasional universal

Beberapa produk sistem berorientasi objek telah beredar dipasaran,

antara lain: OpenODB (Hewlett Packard) dan Object Source (Object Design

Corp.).



1. Model Hirarkis

Biasa disebut dengan model pohon (tree model) menggunakan pola

hubungan orangtua-anak (parent-child). Setiap simpul menyatakan sekumpulan

medan (field) ).

Suatu simpul (node) yang terhubung ke simpul level di bawahnya adalah

orangtua (parent);

� Simpul yang dibawahi orangtua adalah anak (child );

� Simpul yang tak memiliki anak adalah daun (leaf );

� Hubungan orangtua dan anak adalah cabang (branch ).

Contoh produk DBMS yang menggunakan model hirarkis adalah IMS

(Information management System), yang dikembangkan oleh dua perusahaan

IBM dan Rockwell International Corporation.

Gambar 2.2 Model basis data hirarki

2. Model Jaringan

Distandarisasi tahun 1971 dengan sebutan model Data Base Task Group

(DBTG) atau Conference on Data System Language (CODASYL) dimana DBTG

bagian dari CODASYL.

Satu simpul anak bisa memiliki lebih dari satu simpul orangtua, orangtua

adalah pemilik (owner) dan anak adalah anggota.



Contoh : produk CA- IDBMS/DB dari Computer Associates International

Inc yang sebelumnya IDBMS (Integrated DataBase Management System).

Gambar 2.3 Model basis data jaring

3. Model Relasional

Merupakan model yang paling sederhana sehingga mudah digunakan dan

dipahami, serta paling populer saat ini dimana sekumpulan tabel berdimensi dua

(relasi atau tabel). Relasi dirancang untuk menghilangkan kemubaziran data.

DBMS yang bermodelkan relasional disebut RDBMS (Relational DBMS)

Meskipun relasi dikatakan sama dengan tabel, relasi pada sejumlah

literatur sering disebut saat membicarakan struktur logis dan table adalah nama

yang sering disebut pada basis data fisis. Selanjutnya istilah ‘tabel’ kadang

digunakan untuk menggantikan relasi atau sebaliknya.



Gambar 2.4 Model basis data relasional

Ada beberapa sifat yang melekat pada suatu relasi:

1. Tak ada tupel (baris) yang kembar yaitu menjadi primary key

2. Urutan tupel tidaklah penting (tupel - tupel dapat dipandang dalam sebarang

urutan);

2. Setiap atribut memiliki nama yang unik;

3. Letak atribut bebas (urutan atribut tidak penting);

4. Setiap atribut memiliki nilai tunggal dan jenisnya sama untuk semua tupel.

Contoh produk DBMS yang menggunakan model relasional:

1. DB2 dari IBM;

2. RDB/VMS dari Digital Equipment Corp.;

3. Oracle dari Oracle Corp.;

4. Informix dari Informix Corp.;

5. Sybase;

5. Keluarga dBase;



6. Microsoft Access

7. Microsoft SQL

8. Microsoft Visual Foxpro;

2.3 Bahasa dari Basis Data

Basis data memiliki bahasa yang digunakan untuk membuat spesifikasi

skema konseptual dan internal, serta mapping antara keduanya. Dalam setiap

DBMS minimal terdapat empat jenis bahasa yaitu :

1. DDL (Data Definition Language,)

Yaitu bahasa yang digunakan untuk menspesifikasikan kedua skema

konseptual dan internal, jika dalam DBMS tidak ada pemisahan yang ketat

antara kedua level tersebut. Jika DBMS memiliki pemisahan yang jelas, maka

DDL hanya digunakan untuk menspesifikasikan skema konseptual.

2. VDL (View Definition Language)

Yaitu bahasa yang digunakan untuk menspesifikasikan user view dan

mapping menjadi skema konseptual pada DBMS yang memiliki pemisah yang

jelas antara skema konseptual dan internal.

3. DML (Data Manipulation Language)

Yaitu bahasa yang digunakan untuk melakukan manipulasi data (setelah

dilakukan proses kompilasi skema konseptual).

4. SQL (Structured Query Language)

Yaitu bahasa yang digunakan untuk manipulasi basis data relasional yang

mengintegrasikan DDL, DML, dan VDL.

Pada DML terdapat dua jenis bahasa, yaitu :

1. High-Level (Non_procedural) DML.

- di gunakan secara interaktif (interpreter)

- dapat dijadikan satu dengan general purpose programming language

(embedded)

High-Level DML yang biasa digunakan secara interaktif disebut “ Query

Language “.

2. Low-Level (Proedural) DML.



Digunakan secara embedded dalam suatu general purpose programming

language

Bilamana kedua jenis DML diatas digunakan secara “embedded”, maka :

� bahasa pemrograman yang digunakan disebut sebagai “Host Language”

� DML-nya disebut “Sub Language”

2.4 Lingkungan Sistem Basis Data

Suatu Database Management System (DBMS) harus memiliki komponen-

komponen sebagai berikut :

� File Manager, yang mengelola alokasi ruang, dalam disk dan struktur data

yang dipakai untuk merepresentasikan informasi yang tersimpan dalam disk.

Sebenarnya Sistem Operasi (tempat di mana DBMS diaktifkan) juga memiliki

modul File Manager. Tetapi File Manager di DBMS lebih difokuskan pada

efisiensi dan efektivitas penyimpanan.

� Database Manager, yang menyediakan interface antara data low-level yang

ada di basis data dengan program aplikasi dan query yang diberikan ke

sistem.

� Query Processor, yang menerjemahkan perintah-perintah dalan query

language ke perintah low-level yang dapat dimengerti oleh database

manager. Di samping itu, Query Processor mentransformasikan permintaan

user ke bentuk yang lebih efisien sehingga query menjadi lebih efektif.

� DML Precompiler, yang mengkonversi perintah DML yakni ditambahkan

dalam sebuah program aplikasi ke pemanggilan prosedur normal dalam

bahasa induk. Precompiler ini akan berinteraksi dengan query processor

� DDL Compiler, yang mengkonversi perintah-perintah DDL ke dalan

sekumpulan label yang mengandung metadata. Tabel-tabel in kemudian

disimpan dalam kamus data.

3. Pemodelan Data dengan Menggunakan ER-Model


3. PEMODELAN DATA DENGAN MENGGUNAKAN ER-MODEL

ER (Entity-Relationship) Model merupakan model data tingkat tinggi yang

popular untuk model data relasional. Model ini dengan sejumlah variasinya

sering digunakan dalam desain konseptual dari aplikasi basis data.

3.1 Model Data Konseptual Untuk Desain Basis Data

Fase-fase dalam desain basis data yang disederhanakan tampak

sebagaimana gambar berikut :

Gambar 3.1 Fase-fase desain basis data sederhana

Mini-World

REQUIREMENTS COLLECTION AND ANALYSIS

Database Requirements

CONCEPTUAL DESIGN

LOGICAL DESIGN (DATA MODEL MAPPING)

Conceptual Schema (In High-Level Data Model)

Logical (Conceptual) Schema (in the data model of) a specific

DBMS

PHYSICAL DESIGN

Internal Schema (for the same DBMS)

Functional Requirement

FUNCTIONAL ANALYSIS

TRANSACTION IMPLEMENTATION

APPLICATION PROGRAM DESIGN

High-Level Transaction Specification

Application Programs

DBMS- INDEPENDENT

DBMS- SPECIFIC



3.2 Notasi-Notasi Dalam ER Diagram

Dalam ER model , skema konseptual untuk suatu aplikasi basis data

ditunjukkan dengan menggunakan notasi-notasi grafis yang disebut “ER

Diagram”

Tabel 3.1 Notasi untuk ER-Diagram

Simbol Arti

Entity

Weak Entity

Relationship

Identifying Relationship

Attribute

Key Attribute

Multivalued Attribute

Composite Attribute

Derived Attribute

Total Participation of E2 in R

Cardinality Ratio 1 : N For E1 : E2 in R R E2 E1

1 N

R E2 E1

….



Structural Constraint (min,max) On Participation Of E in R

Contoh Studi Kasus (Sederhana) :

Untuk keperluan penjelasan konsep dan penggunaan ER model,

digunakan satu contoh basis data “COMPANY” yang di dalamnya mencatat :

- data pegawai (Employee)

- data departemen (Department)

- data proyek (Project)

Penjelasan dari sebagian data COMPANY yang diperoleh setelah fase

“Requirement Collection and Analyst” sebagaimana berikut :

1. COMPANY terdiri dari sejumlah departments. Setiap department

mempunyai satu nama yang unik, nomor yang umik, dan seorang

pegawai (Employee) yang bertindak sebagai manager dari department.

Tanggal mulai bekerja dari manager juga dicatat dalam basis data (

tanggal pengangkatan sebagai manager ). Satu department dapat

tersebar di sejumlah lokasi.

2. Suatu department dapat mengendalikan sejumlah project. Setiap project

mempunyai satu nama yang unik, nomor yang unik, dan satu lokasi

tertentu.

3. Data pegawai yang perlu dicatat berupa : nama, social security number,

address, salary, sex, dan birthdate.

4. Seorang pegawai ditempatkan di satu department, tetapi dapat bekerja di

sejumlah project yang tidak harus dikendalikan oleh department dimana

pegawai tersebut ditempatkan. Jumlah jam perminggunya dari pegawai

yang bekerja pada suatu project perlu dicatat. Juga perlu dicatat

supervisor langsung dari setiap pegawai.

5. Untuk tujuan/keperluan asuransi pegawai, maka perlu dicatat anggota

keluarga dari setiap pegawai. Data yang dicatat berupa : nama anggota

keluarga, sex birthdate dan hubungan keluarga (relationship).

R E E (min,max) (min,max)



Gambar berikut merupakan skema (ER diagram) dari aplikasi contoh diatas.

Gambar 3.2 Skema ER Untuk Basis Data COMPANY



Soal :

Gambarkan satu ER-Diagram dari satu set “requirements” untuk keperluan basis

data suatu universitas yang digunakan untuk menyimpan transkrip dari

mahasiswa dengan aturan sebagai berikut :

a. Universitas mencatat data setiap mahasiswa yang berupa : nama, nomor

pokok, nomor KTP, alamt tetap, alamat sementara, tgl_lahir, jenis kelmin,

nama jurusan, program pendidikan (diploma tiga, sarjana, pasca sarjana).

Sejumlah user dari aplikasi yang dibuat juga perlu untuk mengacu pada nama

kota, propinsi dank ode pos dari alamat tetap mahasiswa, dan juga nama

orang tua dari setiap mahasiswa. Nomor KTP dan no pokok unik untuk setiap

mahasiswa.

b. Setiap jurusan dijelaskan berdasarkan nama, kode jurusan, kode kantor,

nomor telepon. Kode dan nama jurusan mempunyai nilai-nilai yang unik.

c. Setiap mata kuliah mempunyai kode, nama, jumlah sks, dan jurusan

penyelenggara. Kode mata kuliah unik untuk setiap mata kuliah yang ada.

d. Setiap mata kuliah yang ditawarkan dalam setiap semester didefinisikan

sebagai “section”, yang setiap section mempunyai nomor/kode dosen,

semester, tahun, mata kuliah, dan nomor section. Nomor section

membedakan sejumlah section yang mempunyai nama mata kuliah yang

sama yang ditawarkan pada semester/tahun yang sama (nilainya adalah

1,2,3,… s/d jumlah section yang ditawarkan dalam satu semester.

e. Laporan nilai prestasi belajar (transkrip) berisikan nama mahasiswa, section,

serta nilai angka dan nilai huruf (0,1,2,3 atau 4).

4. Model Data Relasional


4. MODEL DATA RELASIONAL

Model data relasional diperkenalkan oleh “Codd” pada tahun 1970. Model

data ini didasarkan pada suatu struktur data yang sederhana, seragam, dan

sudah mempunyai dasar yang kuat, yaitu “Relasi” .

4.1 Konsep-Konsep Model Relasional

Model relasional menyajikan basis data sebagai satu kumpulan relasi

yang secara informal dapat disamakan dengan sebuah tabel.

Jika suatu relasi dipandang sebagai sebuah tabel dari sejumlah nilai,

maka :

� Setiap baris dalam tabel menyajikan sekumpulan nilai-nilai data yang

berhubungan satu dengan yang lain. Nilai-nilai ini dapat diinterpretasikan

sebagai fakta-fakta yang menjelaskan “entity” atau “relationship”.

� Nama tabel dan nama-nama kolom yang digunakan untuk membantu kita

dalam melakukan interprestasi arti dari nilai-nilai dalam setiap baris dari tabel.

Dalam terminology model relasional, berlaku aturan-aturan sebagaimana

berikut ini :

� Sebuah baris disebut sebuah tuple

� Satu header dari kolom disebut attribute

� Tabel itu sendiri disebut relasi

� Tipe data yang menjelaskan jenis-jenis nilai yang dapat muncul dalam setiap

kolom disebut domain

4.1.1 Domain, Tuple, Attribute dan Relasi

Suatu “domain” D merupakan satu set dari nilai-nilai yang atomic . Atomic

mempunyai pengertian bahwa setiap nilai dalam domain harus utuh. Satu cara



yang umum dalam menjelaskan suatu domain adalah dengan cara menjelaskan

tipe data dimana nilai-nilai data yang ada membentuk domain yang dimaksud.

Contoh :

Domain “Nrm_mahasiswa” : satu set dari 10 digit yang valid untuk

menyatakan Nomor Induk Mahasiswa.

Selain tipe data, suatu domain juga dijelaskan dengan memberikan :

nama dan format data; beserta informasi tambahan untuk memudahkan

menginterpretasikan nilai-nilai domain.

Suatu skema relasi R yang ditulis sebagai R ( A1, A2, …, An ) terbentuk

dari satu nama relasi R dan satu list attribute : A1, A2, … , An. Dimana :

� Setiap attribute A2 merupakan nama dari peran yang dimainkan oleh

beberapa domain D dalam skema relasi R.

� Domain D dari suatu attribute Ai dinotasikan sebagai dom (A 1).

� Derajat dari relasi sama dengan jumlah attribute dari skema relasi.

Contoh :

Skema relasi dengan derajat 4 :

MAHASISWA ( Nama, Nim, Tgl_lahir, Alamat )

� Dom (Nama) = satu set nama-nama mahasiswa dengan panjang karakter

30

� Dom (Nim) = satu set nim mahasiswa berupa 10 digit nomor induk

pokok mahasiswa yang valid.

� Dom (Tgl_lahir) = satu set tanggal lahir mahasiswa dengan format : dd-mm-

yyyy

� Dom (Alamat) = satu set alamat mahasiswa berupa string alpha-numerik

dengan panjang maksimal 40 digit

Satu nilai relasi r dari suatu skema relasi R ( A1, A2, …, An ) yang

dituliskan sebagai : r (R) adalah satu set n-tuples r = { t1, t2, …, tn) , dimana :



� Setiap n-tuple t merupakan satu list terurut dari n nilai-nilai t = <V1, V2, …,

Vn>, dimana setiap nilai Vi, 1 < i < n merupakan satu elemen dari dom(Ai),

atau berupa nilai khusus null (belum diketahui atau nilainya memang tidak

ada untuk beberapa tuple).

Definisi nilai relasi diatas dapat juga dinyatakan seperti berikut :

Suatu relasi r(R) adalah subset dari ‘Cartesian Product’ dari domain yang

mendefinsikan R :

r ( R ) ⊆ ( dom(A1) x dom(A2) x … x dom(An) )

Dari semua kemungkinan kombinasi yang ada, nilai relasi untuk satu waktu

tertentu hanya mencerminkan tuples yang valid yang menyajikan suatu state

tertentu dari sunia nyata.

4.1.2 Karakteristik-Karakteristik Relasi

Karakteristik pengurutan dan nilai dari tuples dan relasi adalah :

� Pengurutan Tuple dalam suatu Relasi :

o Relasi didefinisikan sebagai satu set tuple

o Secara sistematis, elemen-elemen dari suatu set tidak mempunyai

urutan

o Jadi, tuple dalam suatu relasi tidak mempunyai urutan tertentu

� Pengurutan Nilai dalam suatu Tuple

o Berdasarkan definisi sebelumnya bahwa suatu n-tuple merupakan satu

list terurut (ordered-list) dari n nilai

o Urutan-urutan nilai dalam suatu tuple juga urutan attribute dalam relasi,

menjadi penting

� Nilai-nilai dalam Tuple

o Setiap nilai dalam suatu tuple merupakan satu nilai yang atomic (tidak

dapat diperoleh menjadi komponen-komponen yang lebih kecil dalam

kontek model relasional).

o Sehingga composite dan multivalued attribute tidak diperbolehkan dalam

model relasional.



o Attribute-attribute multivalued harus dipisahkan menjadi relasi-relasi

yang terpisah

o Attribute-attribute composite harus disajikan oleh simple attribute yang

membentuknya.

4.1.3 Konsep Foreign Key

Foreign Key atau kunci tamu adalah suatu attribut yang bukan key dalam

suatu tabel tetapi merupakan key dari tabel lain yang berelasi dengan tabel

tersebut.

Pada dua relasi R1 dan R2, satu set attribute FK dalam skema relasi R1

disebut dengan kunci tamu daru R2, jika memenuhi dua atutan berikut :

1. Attribut-attribut dalam FK mempunyai domain yang sama dengan

attribute-attribut yang menjadi primary key dalam skema relasi R2 �

Attribut-attribut FK dikatakan mengacu pada relasi R2

2. Suatu nilai FK dalam suatu tuple t1 dalam R1 mungkin :

a. berupa suatu nilai PK dalam sembarang tuple t2 dalam R2, atau

b. bernilai kosong (tidak ada)

dalam kasus (a), berlaku t1[FK] = t2[PK] dan dikatakan bahwa tuple t1

mengacu ke tuple t2.

4.2 Constraints Untuk Model Data Relasional

Constraint adalah batasan-batasan yang harus dipenuhi dalam

pembuatan model data relasional, yaitu :

1. Domain Constraints

Pada constraint ini, nilai dari setiap attribute suatu relasi harus atomic dari

domain attribute tersebut.

2. Key Constraints

Suatu relasi adalah satu set tuple. Dalam constraint ini semua elemen dalam

satu set harus berbeda (tidak boleh terdapat dua tuple yang mempunyai nilai

yang sama untuk semua attributnya).



3. Entity Integrity Constraint

Pada constraint ini berlaku , dalam suatu relasi tidak boleh terdapat “primary

key” yang bernilai kosong (NULL)

4. Referential Integrity Constraint

Constraint ini berkaitan dengan konsep FOREIGN KEY (Kunci tamu) antara

dua buah relasi yang mempunyai “relationship”.

4.3 Operasi-Operasi UPDATE Pada Relasi

Operasi update adalah proses pemanipulasian tuple yang terdiri dari

penambahan, perubahan, dan penghapusan tuple dalam suatu relasi. Ada tiga

operasi dasar, yaitu :

� Insert

� Delete

� Modify

Penggunaan dari operasi update harus tidak melanggar integrity

constraint yang telah ditentukan pada skema basis data relasional

4.3.1 Operasi Insert

Operasi insert bertujuan untuk menyisipkan satu tuple baru ke dalam

suatu relasi R. Operasi ini memungkinkan untuk melanggar empat jenis

constraint sebagaimana dijelaskan berikut ini :

a. DOMAIN Constraint dapat dilanggar jika suatu nilai attribute yang diberikan

tidak ada dalam domain yang berkorespondensi dengan attribute tadi.

b. KEY Constraint dapat dilanggar jika nilai key dalam tuple baru t sudah ada

dalam tuple lain dalam relasi r(R).

c. ENTITY INTEGRITY Constraint dapat dilanggar jika primary key dari tuple

baru t adalah NULL



d. REFERENTIAL INTEGRITY Constraint dapat dilanggar jika nilai dari suatu

foreign key dalam t mengacu ke suatu tuple yang tidak ada dalam relasi yang

diacu.

Pada basis data COMPANY, manakah dari operasi insert berikut yang

valid ?

1. Insert < ’Kolonsky’, ‘6776’, ’05-Apr-58’, ‘6357 Windy Lane Texas’, F, 28000,

null, 4 > into EMPLOYEE

2. Insert < ’Zelaya’, ‘9998’, ’05-MayApr-58’, ‘6357 Windy Lane Texas’, F, 28000,

‘9876’, 4 > into EMPLOYEE

3. Insert <’Kolonsky’, null, ’05-Apr-58’, ‘6357 Windy Lane Texas’, F, 28000, null,

4 > into EMPLOYEE

4. Insert <’Kolonsky’, ‘6776’, ’05-Apr-58’, ‘6357 Windy Lane Texas’, F, 28000,

‘9876’, 7 > into EMPLOYEE

Ada dua pilihan tindakan yang dapat dilakukan jika ada satu atau lebih

constraint yang dilanggar akibat operasi insert, yaitu :

1. Menolak (reject) operasi insertion. Biasanya DBMS memberikan penjelasan

mengapa proses insertion ditolak.

2. Berusaha memperbaiki alasan penolakan proses insertion. Dimana insertion

akan diterima jika user melakukan perubahan nilai-nilai attribute sehingga

insertion diterima.

4.3.2 Operasi Delete

Operasi delete bertujuan untuk menghapus satu atau beberapa tuple di

dalam suatu relasi R. Operasi ini hanya dapat melanggar referential integrity, jika

tuple yang dihapus diacu oleh kunci-kunci tamu dari tuple yang lain dalam basis

data.

Dalam basis data COMPANY, manakah dari contoh operasi delete berikut

yang valid dan diterima ?

a. Delete tuple dalam WORKS_ON dengan ESSN = ‘9998’ dan PNO=10

b. Delete tuple dalam EMPLOYEE dimana SSN = ‘9998’

c. Delete tuple dalam EMPLOYEE dengan SSN = ‘333’



Ada tiga pilihan tindakan yang dapat dilakukan jika suatu deletion

melanggar constraint yang telah ditentukan, yaitu :

1. Menolak (reject) proses deletion

2. Berusaha untuk melakukan “cascade deletion”, yaitu dengan menghapus

sejumlah tuple yang mengacu pada tuple yang akan dihapus

3. Melakukan modifikasi nilai attribute yang mengacu pada tuple yang

dihapus, yaitu setiap nilai diset NULL atau diganti dengan nilai dari tuple

lain yang valid sebagai acuan baru. Akan tetapi, bila attribute yang

mengacu yang menyebabkan pelanggaran adalah bagian dari primary

key, maka ia tidak dapat diset NULL (karena melanggar entity integrity).

4. Kombinasi 2 dan 3

4.3.3 Operasi Modify

Operasi update digunakan untuk merubah nilai-nilai satu atau lebih

attribute dalam satu atau lebih tuple dalam sejumlah relasi R.

Operai modify bisa dilakukan pada tiga jenis attibut, dengan

permasalahan yang berbeda sebagaimana berikut ini :

1. Modifikasi nilai suatu foreign key, maka DBMS harus melakukan

pengecekan bahwa nilai-nilai baru yang diberikan mengacu pada tuple

yang ada dalam relasi-relasi yang dijadikan acuan.

2. modifikasi nilai suatu primary key serupa dengan proses deletion satu

tuple dan inserting yang lain pada tempat yang sama. Akibatnya, pilihan-

pilihan seperti yang dilakukan pada operasi INSERT dan DELETE dapat

dipakai agar modifikasi tidak melanggar constraint.

3. modifikasi suatu attribute yang bukan primary key atau bukan foreign key

biasanya tidak akan menimbulkan masalah. DBMS hanya perlu untuk

mengecek apakah nilai-nilai baru yang diberikan mempunyai tipe data dan

domain yang valid.



4.4 Mendefinisikan Relasi

Skema basis data harus didefiniskan pada saat diimplementasikan untuk

digunakan dalam sejumlah aplikasi, yang meliputi :

� Keputusan mengenai attribut-atribut yang akan dikelompokkan dalam suatu

relasi

� Menentukan nama-nama yang sesuai untuk relasi dan attribute

� Menentukan domain dan tipe data untuk semua attribute yang ada

� Mengidentifikasi candidate keys,dan memilih satu primary key untuk setiap

relasi serta menspesifikasikan semua foreign keys

pendefinisian ini sangat tergantung dari fasilitas-fasilitas yang dimiliki oleh

DBMS yang digunakan.

Contoh beberapa definisi relasi dari basisi data COMPANY :



Gambar 4.1 Pendefinisian relasi pada basis data COM PANY

4.5 Algoritma Pemetakan Skema ER Ke Skema Relasiona l

Beberapa algoritma untuk memetakkan skema ER ke bentuk skema

relasional, yaitu :

� Untuk entity regular (non-weak)

1. Untuk setiap entity regular dengan tipe E dalam skema ER, buat satu

relasi R yang attributnya meliputi semua simple attribute dari E. Untuk

suatu composite attribute, hanya komponen simple attributnya yang

dipetakkan.

CREATE TABLE EMPLOYEE

( FNAME VARCHAR(15) NOT NULL,

MINIT CHAR,

LNAME VARCHAR(15) NOT NULL,

SSN CHAR(4) NOT NULL,

BDATE DATE,

ADDRESS VARCHAR(30),

SEX CHAR,

SALARY DECIMAL(10,2).

SUPERSSN CHAR(9),

DNO INT NOT NULL DEFAULT 1,

CONSTRAINT EMPPK PRIMARY KEY(SSN),

CONSTRAINT EMPSUPERFK

FOREIGN KEY(SUPERSSN) REFERENCES EMPLOYEE(SSN)

CONSTRAINT EMPDEPFK

FOREIGN KEY(dno) REFERENCES DEPARTMENT(DNUMBER)

ON DELETE SET DEFAULT

ON UPDATE CASCADE

)



2. Kemudian, pilih satu key attribute dari E sebagai primary key dari R. Jika

key terpilih adalah composite, maka primary key dari R dibentuk dari satu

set simple attribute dari composite

Pada step pertama ini, keterlibatan kunci tamu dan relationship attribute

jangan dipikirkan dulu.

� Untuk weak entity

1. Untuk weak entity dengan tipe W dalam skema ER dengan owner entity

tipe E, buat satu relasi R yang attributnya meliputi semua simple attribute

atau simple component dari composite attribute.

2. Masukkan sebagai foreign key dalam R, primary key attribute dari relasi-

relasi yang merupakan owner (pemilik) dari W.

3. Primary key dari R dibentuk dari kombinasi antara primary key dari relasi-

relasi pemilik dan partial key dari weak entity tipe W.

� Untuk relationship binary 1 : 1

1. Untuk setiap binary 1 : 1 relationship dengan tipe R dalam skema ER,

perhatikan relasi-relasi S dan T yang berkorespondensi dengan entity tipe

yang berpartisipasi dalam R.

2. Kemudian, ambil salah satu relasi (misalkan S) dan cantumkan primary

key dari T sebagai foreign key dalam S.

3. Untuk kasus ini, S sebaiknya dipilih dari entity tipe yang berpartisipasi total

dalam R (untuk mengurangi NULL values dari foreign key yang diambil dai

T).

Catatan, sebagai alternative untuk pemetakan dari 1 : 1 relationship tipe ini

adalah dengan menggabungkan kedua entity menjadi satu relasi tunggal.

Cara ini terutama sangat sesuai bilamana kedua entity berpartisipasi total dan

tidak berpartisipasi dalam relationship yang lain.

� Untuk regular binary 1 : N relationship

1. Untuk setiap regular binary 1 : N relationship dengan tipe R, perhatikan

relasi S yang mewakili entity yang berpartisipasi pada sisi-N dari tipe

relationship.



2. Cantumkan primary key dari relasi yang berperan pada sisi-1 sebagai

forein key dalam S, karena setiap entity instance pada sisi-N terkait

dengan paling banyak satu entity instance pada sisi-1 dari tipe

relationship.

3. Kemudian cantumkan semua simple attribute atau simple component dari

composite attribute dari 1 : N relationship sebagai attribute dalam S.

� Untuk binary M : N relationship

1. Untuk setiap binary M : N relationship dengan tipe R, buat satu relasi baru

S untuk mewakili R.

2. Kemudian cantumkan sebagai foreign key dalam S, primary key dari

relasi-relasi yang mewakili entity yang berpartisipasi dalam R; dimana

kombinasi dari primary keys ini akan membentuk primary key dari S

3. Cantumkan juga semua simple attribute atau semua simple component

dari composite attribute dari M : N relationship sebagai attribute dari S.

� Catatan : Binary relationship 1 : 1 atau 1 : N selalu dapat dipetakkan seperti

pada M : N relationship. Alternatif ini terutama sangat berguna bilamana

relationship instances yang sangat sedikit (menghindari null values dalam

foreign key). Untuk kasus ini, primary key dari relasi “relationship” hanya akan

menjadi foreign key dari satu “entity” relasi yang berpartisipasi. Jadi, untuk 1

: N relationship, hanya pada sisi-N, sedang untuk 1 : 1 adalah entity relasi

yang berpartisipasi total (jika ada) yang dipilih.

� Untuk multivalued attribute

1. Untuk setiap multivalued attribute A, buat satu relasi baru R yang

mencantumkan satu attribute yang mewakili A ditambah dengan primary

key K (sebagai foreign key dalam R) dari relasi yang mewakili tipe entity

atau tipe relationship yang mempunyai A sebagai attributnya.

2. Primary key dari R adalah kombinasi dari A dan K.

3. Jika multivalued adalah composite, maka hanya seimple component-nya

yang dicantumkan.

� Untuk n-ary tipe relationship R (n > 2)



1. Untuk setiap n-ary tipe relationship R (n > 2), buat satu relasi baru S yang

mewakili R. Cantumkan sebagai foreign key attribute dalam S, primary

key dari relasi-relasi yang mewakili tipe entity yang berpartisipasi

2. Cantumkan juga sebagai attribute dalam S, semua simple attribute (atau

simple component dari composite attribute) dalam n-ary tipe relationship

3. Primary key dari S biasanya berupa kombinasi dari semua foreign key

yang mengacu pada relasi-relasi yang mewakili tipe entity yang

berpartisipasi. Namun, jika “participation constraint” (min,max) dari satu

tipe entity E yang berpartisipasi dalam R mempunyai max=1, maka

primary key dari S berupa satu foreign key attribute yang mengacu pada

relasi E. Ini dilakukan karena setiap entity instance e dalam E hanya akan

berpartisipasi dalam paling banyak satu relationship instance dalam R,

sehingga ia dapat secara unik mengidentifikasi relationship instance dari

R.

Korespondensi antara model ER dengan model relasional tampak

sebagaimana tabel berikut :

Tabel 4.1 Korespondensi model ER dengan model relas ional

ER Model Relational Model

entity type “entity” relaton

1 : 1 or 1 : N relationship type foreignkey or “relationship” relation

M : N relationship type “relationship” relation and two foreign

keys

n-ary relationship “relationship” relation and n foreign

keys

simple attribute attribute

composite attribute set of simple component attributes

multivalued attribute relation and foreign key

value set domain

key attribute primary or secondary key

5. Structured Query Language (SQL)


5. STRUCTURED QUERY LANGUAGE (SQL)

Sistem basis data komersial menghendaki adanya sebuah bahasa

query yang lebih user-friendly. Oleh karena itu dikenal SQL sebagai bahasa

query yang marketable. SQL menggunakan kombinasi aljabar relasional &

kalkulus relasional.

SQL merupakan bahasa basis data relasional standard. Terdapat

macam-macam versi SQL. Versi aslinya pertama kali dikembangkan oleh

IBM San Jose Research Laboratory.

Meskipun SQL adalah bahasa query, namun SQL mempunyai banyak

kemampuan lain disamping melakukan query terhadap basis data. SQL

mempunyai kemampuan untuk mendefinisikan struktur data, modifikasi data

dalam basis data dan menentukan konstrain sekuriti.

5.1 Elemen SQL

Elemen dasar SQL mencakup pernyataan, nama, type data,

konstanta, ekspresi, dan bawaan.

Pernyataan

Peryataan adalah perintah SQL yang meminta sesuatu tindakan

kepada DBMS. SQL memiliki kira-kira 30 pernyataan. Beberapa pernyataan

dasar SQL dapat dilihat pada tabel dibawah ini:

Tabel 5.1 Pernyataan dalam SQL

Pernyataan Keterangan

ALTER Mengubah Struktur Tabel

COMMIT Mengakhiri sebuah eksekusi transakasi

CREATE Menciptakan tabel, indeks, dan pandangan

DELETE Menghapus baris pada tabel



DROP Menghapus tabel, indeks, atau pandangan

GRANT Menugaskan hak terhadap basis data pada pengguna

atau grup pengguna.

INSERT Menambah sebuah baris pada tabel

REVOKE Membatalkan hak terhadap basis data

ROLLBACK Mengembalikan ke keadaan semula sekiranya suatu

transaksi gagal dilaksanakan

SELECT Memilih baris dan kolom pada tabel

UPDATE Mengubah nilai pada sebuah baris

Nama

Nama digunakan sebagai identitas bagi obyek-obyek pada DBMS.

Contoh obyek pada DBMS adalah tabel, kolom, dan pengguna.

Tipe Data

Setiap data memiliki type data. Beberapa tipe data standar dapat

dilihat pada table dibawah ini.

Tabel 5.2 Tipe data standart dalam SQL

Tipe Data Keterangan

CHAR Untuk menyatakan deretan karakter (string). Misalnya, untuk

menyatakan nama orang, nama jalan, atau nama kota.

INTEGER Untuk menyatakan bilangan bulat.

NUMERIC Untuk menyatakan bilangan real.

Beberapa tipe data perluasan (spesifik terhadap DBMS tertentu) dapat dilihat

pada table dibawah ini :



Tabel 5.3 Tipe data perluasan dalam SQL

Tipe Data Keterangan

VARCHAR untuk menyatakan string yang panjangnya bervariasi

MONEY Untuk menyatakan uang

BOOLEAN menyatakan tipe logis (True atau False)

BLOB untuk menyatakan data biner (gambar, suara,dan

sebagainya)

SERIAL atau

AUTOINCREMENT untuk menyatakan nilai urut

Konstanta

Konstanta menyatakan nilai yang tetap (kabalikan dari konstanta

adalah variable). Beberapa contoh konstanta:

� Konstanta numeric : 123, -245, 5.45

� Konstanta : ‘Jl. Sukapura 23’

� Konstanta simbolik (konstanta yang tersedia pada SQL dan mempunyai

makna tersendiri): SYSDATE (tanggal system), USER (nama pengguna

yang menjalankan SQL). Konstanta simbolik seringkali disebut variable

system.

Ekspresi

Ekspresi adalah segala sesuatu yang menghasilkan nilai. Ekspresi

digunakan untuk menghitung nilai. Sebagai contoh :

(LABA / MODAL) * 100

merupakan ekspresi untuk membagi isi variable LABA dengan

MODAL, dan kemudian dikalikan dengan 100.

Simbol-simbol yang dapat digunakan pada ekspresi aritmatika dapat

dilihat pada table dibawah ini:



Tabel 5.4 Simbol pada ekspresi aritmatika

Simbol Keterangan

* Perkalian

/ Pembagian

+ Penjumlahan

- Pengurangan

Fungsi Bawaan

Fungsi adalah sebuah subprogram yang menghasilkan suatu nilai jika

dipanggil. SQL memiliki sejumlah fungsi bawaan (fungsi yang disediakan oleh

SQL). Sebagai contoh, terdapat fungsi bernama MIN yang berguna untuk

memperoleh nilai terkecil atau AVG untuk memperoleh nilai rata-rata.

5.2 Kelompok persyaratan SQL

Pernyataan SQL dapat dikelompokkan menjadi 5 kelompok, DDL,

DML, DCL, pengendalian transaksi, dan pengendalian progmatik.

5.2.1 DDL (Data Definition Language) DDL merupakan kelompok perintah yang berfungsi untuk

mendefinisiksn atribut-atribut basis data, table, atribut (kolom), batasan-

batasan terhadap suatu atribut, serta hubungan antar table. Yang termasuk

dalam kelompok DDL ini adalah CREATE, ALTER, dan DROP.

5.2.2 DML (Data Manipulation Language) DML adalah kelompok perintah berfungsi untuk memanipulasi data

dalam basis data, misalnya untuk pengambilan, penyisipan, pengubahan,

dan penghapusan data. Perintah yang masuk kategori DML adalah:



� SELECT Memilih data

� INSERT Menambah data

� DELETE menghapus data

� UPDATE Mengubah data

5.2.3 DCL (Data Control Language) DCL berisi perintah-perintah untuk mengendalikan pengaksesan data.

Pengendalian dapat dilakukan berdasar per pengguna, per table, per kolom

maupun per operasi yang boleh dilakukan. Perintah-perintah yang termasuk

dalam DCL adalah :

� GRANT Memberikan kendali pengaksesan data

� REVOKE Mencabut kemampuan pengaksesan data

� LOCK TABLE Mengunci table

5.2.4 Pengendali Transaksi Pengendali transaksi adalah perintah-perintah yang berfungsi untuk

mengendalikan pengeksekusian transaksi. Perintah yang termasuk dalam

kategori ini :

� COMMIT Menyetujui rangkaian perintah yang berhubungan erat (disebut

transaksi) yang telah berhasil dilakukan.

� ROLLBACK Membatalkan transaksi yang dilakukan karena adanya

kesalahan atau kegagalan pada salah satu rangkaian perintah.

5.2.5 Pengendalian programatik Pengendalian programatik mencakup pernyataan-pernyataan yang

berhubungan dengan pemanfaatan SQL dalam bahasa lain (SQL yang

dilekatkan). Pernyataan-pernyataan ini bias dipakai pada bahasa

konvensional (3-GL), seperti COBOL. Yang termasuk dalam pengendalian

programatik: DECLARE, OPEN, FETCH, dan CLOSE.



� CLOSE Menutup kursor (pointer yang menunjuk ke table)

� DECLARE Mendeklarasikan kursor

� FETCH Mengambil nilai baris berikutnya

� OPEN Untuk membuka kursor

5.3 Struktur Dasar

Struktur dasar dari ekspresi SQL terdiri dari tiga klausa yaitu : select,

from dan

where. � Klausa Select berhubungan dengan operasi proyeksi dari aljabar

relasional. Operasi ini digunakan untuk mendaftar semua atribut yang

diinginkan sebagai hasil suatu query.

� Klausa From berhubungan dengan operasi Cartesian-product dari aljabar

relasional. Operasi ini mencatat semua relasi yang di”scan” dalam

evaluasi suatu query.

� Klausa Where berhubungan dengan operasi predikat seleksi dari aljabar

relasional. Operasi ini terdiri dari sebuah predikat yang menyangkut

atributatribut dari relasi yang muncul dalam klausa from.

Sebuah query SQL biasanya mempunyai bentuk :

Select A1,A2,…..An

From r1,r2,….rn

Where P

5.3.1 Klausa Select

Contoh : “ Tentukan nama-nama dari semua cabang bank dalam relasi loan “

Query-nya :

select branch-name

from loan



Hasil dari query tersebut adalah sebuah relasi yang berisi sebuah

atribut tunggal dengan nama branch-name.

Bahasa query formal bersifat matematis dimana relasi adalah sebuah

himpunan sehingga tuple-tuple yang telah muncul tidak akan muncul lagi

(tidak akan terjadi duplikasi tuple).

Tapi dalam prakteknya untuk menghilangkan duplikasi tuple sangat

memakan waktu. Oleh karenanya SQL memungkinkan terjadinya duplikasi

tersebut. Dari contoh di atas, maka query-nya akan mencatat setiap branch-

name setiap kali branch-name tersebut ditemukan dalam relasi loan.

Untuk kasus di atas jika diinginkan untuk menghilangkan duplikasi

maka dapat disisipkan distinct setelah select . Query di atas ditulis ulang

sebagai berikut :

Select distinct branch-name

from loan

Jika tuple yang terduplikasi diinginkan hilang.

Klausa selest dapat juga mengandung operasi aritmatika yaitu

operator : +, -, *, / dan operasi terhadap konstanta atau atribut dari tuple.

Contoh query berikut :

Select branch-name, loan-number, amount * 100

From loan

Akan menghasilkan sebuah relasi yang sama dengan relasi loan,

kecuali bahwa atribut amount dikalikan dengan 100. SQL-92 juga

menyediakan tipe data spesial seperti tipe date, dan memungkinkan

beberapa fungsi aritmatika untuk beroperasi pada tipe-tipe ini.

5.3.2 Klausa Where

Contoh query : “Temukan semua loan number untuk pinjaman-

pinjaman yang dibuat pada cabang Perryridge dengan jumlah lebih besar dari

$1200”.

Query-nya ditulis sebagai berikut :



Select loan-number

From loan

Where branch-name = “Perryridge” and amount >1200

SQL menggunakan konektivitas lojik and , or dan not dalam klausa

where . SQL juga memasukkan perintah between untuk menentukan apakah

suatu nilai lebih kecil daripada atau sama dengan suatu nilai lain dan lebih

besar daripada atau sama dengan suatu nilai lain.

Contoh : jika diinginkan menemukan loan-number yang jumlah

pinjamannya antara $90000 dan $100000, ditulis sebagai berikut :

Select loan-number

From loan

Where amount between 90000 and 100000

5.3.3 Klausa From

Contoh query : “Untuk semua customer yang mempunyai sebuah

pinjaman dari bank, temukan nama dan loan number mereka”.

Dalam SQL ditulis :

Select distinct customer-name, borrower.loan-number

From borrower, loan

Where borrower.loan-number = loan.loan.number

5.3.4 Operasi Rename

SQL menyediakan mekanisme operasi rename untuk relasi dan

atribut. Operasi rename dalam SQL menggunakan klausa as dengan bentuk :

Nama-lama as nama-baru

Contoh : Jika atribut dengan nama loan-number akan diganti dengan

nama loan-id, dapat ditulis sebagai berikut :

Select distinct customer-name, borrower.loan-number as loan-id

From borrower,loan



Where borrower.loan-number = loan.loan-number and branch-name

= “Perryridge”

5.4 Operasi Himpunan

Operasi op erasi himpunan pada SQL-92 meliputi : union , intersect ,

dan except . Union identik dengan ∗, intersect identik dengan ) dan except

identik dengan – pada aljabar relasional.

5.4.1 Operasi Union

Contoh : Untuk mendapatkan semua customer yang mempunyai

pinjaman, rekening atau keduannya pada bank ditulis :

(select customer-name from depositor )union

(select customer-name from borrower )

Operasi union secara otomatis akan menghilangkan duplikasi, tidak

seperti klausa select . Sehingga pada query di atas, jika Jones (seorang

customer) mempunyai beberapa rekening atau pinjaman (atau keduannya)

pada bank, maka Jones hanya akan muncul sekali. Jika duplikasi diinginkan

ada maka harus ditulis union all .

5.4.2 Operasi Intersect

Contoh : untuk mendapatkan semua customer yang memiliki pinjaman

dan rekening pada bank, query-nya ditulis :

(select distinct customer-name from depositor) intersect

(select distinct customer-name from borrower)

Operasi intersect secara otomatis menghilangkan duplikasi. Jika

diinginkan duplikasi tetap ada ditulis intersect all .

5.4.3 Operasi Except



Contoh : untuk mendapatkan semua customer yang mempunyai

sebuah rekening tetapi tidak memiliki pinjaman pada bank, ditulis :

(select distinct customer-name from depositor)

except

(select customer-name from borrower)

Operasi except secara otomatis menghilangkan duplikasi. Jika

diinginkan ada maka ditulis : except all .

5.5 Fungsi-Fungsi Agregasi

Yang termasuk fungsi-fungsi agregasi adalah :

� Average : avg

� Minimum : min

� Maximum : max

� Total : sum

� Count : count

Fungsi-fungsi di atas telah tersedia. Input untuk avg dan sum haruslah

bertipe numerik . Untuk operator lainnya dapat non-numerik .

Contoh : untuk mendapatkan rata-rata saldo rekening pada cabang

Perryridge

Query-nya dapat ditulis :

Select avg( balance)

From account

where branch-name = “Perryridge”

Jika fungsi agregasi iningn diterapkan pada kelompok himpunan tuple,

maka digunakan klausa group by. Nama atribut/kel. Atribut dalam klausa

group by digunakan untuk membentuk grup/kelompok. Artinya tuple-tuple

yang mempunyai nilai yang sama pada semua atribut dalam klausa group-by

dimasukkan dalam satu grup/kelompok.

Contoh :

Select branch-name, avg( balance)



From account

Group by branch-name

Jika suatu fungsi diterapkan pada grup/kelompok yang dibentuk oleh

group by maka digunakan klausa having setelah group by.

Contoh : ingin ditampilkan nama cabang yang mempunyai rata-rata

saldo lebih dari 1200.

Query-nya :

Select branch-name, avg( balance)

From account

Group by branch-name having avg ( balance)>1200

Fungsi agregrasi count sering digunakan untuk menghitung jumlah

tuple dalam suatu relasi. Notasi fungsi ini dalam SQL adalah count (*) . Jadi

untuk menentukan jumlah tuple dalam relasi customer, ditulis :

Select count(*) from customer

5.6 Subqueri Tersarang (Nested Subqueries)

Biasanya digunakan untuk melalukuan test keanggotaan himpunan,

perbandingan himpunan dan kardinalitas himpunan.

5.6.1 Keanggotaan Himpunan

Digunakan in dan not in untuk melakukan test keanggotaan

himpunan.

Contoh : untuk mendapatkan semua customer yang mempunyai pinjaman

dan rekening pada bank.

Pertama : menemukan semua pemegang reeking dengan query :

(select customer-name from depositor)

Kedua : mencari semua customer yang merupakan peminjam dan yang

muncul dalam daftar pemegang rekening. Maka dilakukan dengan



“menyarangkan ” subquery di atas dalam sebuah select luar (outer select),

menjadi :

Select distinct customer-name

from borrower

Where customer-name

in (select customer-name from depositor)

5.6.2 Perbandingan Himpunan

Perhatikan query berikut : “Temukan semua nama cabang bank yang

mempunyai asset lebih besar dari bank-bank yang mempunyai minimal satu

cabang berlokasi di Brooklyn”.

Query-nya ditulis :

Select branch-name from branch where assets > all

(select assets from branch where branch-city = “Bro oklyn”)

5.7 Modifikasi Basis Data

Meliputi menambah, menghapus dan mengubah informasi

menggunakan SQL.

5.7.1 Penghapusan (Deletion)

Yang dapat dihapus (delete) hanyalah tuple bukan nilai pada suatu

atribut tertentu.

Dalam SQL, deletion diekspresikan dengan

Delete from r where p

Dimana p menunjukkan predikat dan r adalah relasi.

Contoh :

� Hapus semua rekening Smith, ditulis :

Delete from depositor where costomer-name = “Smith”



� Hapus semua pinjaman dengan jumlah pinjaman antara $1300 dan $1500

Delete from loan where amount between 1300 and 1500

� Hapus semua rekening pada setiap cabang yang berlokasi di Perryridge

Delete from account where branch-name in

(select branch-name

from branch where branch-city = “Perryridge”)

5.7.2 Penyisipan (Insertion)

Untuk menambahkan satu tuple dalam relasi digunakan statement

insert.

Contoh :

Insert into account values ( “Perryridge”,”A-9732”,1200 )

Query ini identik dengan

Insert into account ( branch-name, account-number,balance)

Values ( “Perryridge”,”A-9732”,1200 )

Insert juga dapat dilakukan untuk suatu hasil dari query yang lain.

Contoh :

Insert into account select branch-name, loan-number, 200

From loan where branch-name = “Perryridge”

5.7.3 Update

Dalam situasi tertentu, diinginkan untuk mengganti nilai dalam sebuah

tuple tanpa

harus mengganti semua nilai dalam tuple tersebut. Untuk tujuan ini dapat

digunakan statement update.

Contoh :

� untuk menaikkan saldo para nasabah sebesar 5% ditulis query sebagai

berikut :

Update account set balance = balance * 1.05



� untuk menaikkan saldo nasabah sebesar 6% bagi nasabah yang saldonya

lebih dari $10000, ditulis query sebagai berikut :

Update account set balance = balance * 1.06

Where balance >10000

5.8 Bahasa Definisi Data (Data DefinitionLanguage)

DDL SQL memungkinkan dilakukannya spesifikasi tidak hanya pada

himpunan

relasi tetapi juga informasi untuk setiap relasi, yang meliputi :

� Skema setiap relasi

� Domain nilai setiap atribut relasi

� Konstrain integritas

� Himpunan indeks untuk setiap relasi

� Sekuriti dan autorisasi setiap relasi

� Struktur penyimpanan secara fisik untuk setiap relasi dalam disk.

5.8.1 Tipe-tipe Domain dalam SQL

SQL-92 standar mendukung bermacam-macam tipe domain yang

built-in sebagai

berikut :

� char(n) : tipe karakter dengan panjang yang tetap (n) (fixed-length

character)

� varchar(n) : tipe karakter dengan panjang bervariasi. Maksimum panjang

n.

� int : integer

� smallint : small integer



� numeric (p,d) : p menunjukkan jumlah digit bilangan dan d menunjukkan

julahdigit dibelakang titik desimal.

� real, double precision : floating-point dan double-precision floating point

� float (n) : floating-point number

� date : tipe kalender

� time : tipe hari dalam jam,menit dan detik

SQL-92 menggunakan klausa create domain untuk mendefinisikan

domain.

Contoh :

create domain person-name char(20)

5.8.2 Definisi Skema dalam SQL

Untuk mendefinisikan sebuah relasi dengan perintah create table :

Create table r ( A1D1,A2D2,….AnDn,

<integrity contraint1 >,

……………,

<integrity contrantk >)

Dimana r adalah nama relasi, setiap AI adalah nama atribut dalam

skema relasi, dan DI adalah tipe domain dari nilai dalam domain atribut Ai.

Integrity constraint yang diperbolehkan antara lain : primary key (Aj1,

Aj2,….Ajn) dan check (P)

Contoh :

Create table customer

( customer-name char(20) not null,

customer-street char(30),

customer-city char(30),

primary key ( customer-name)

)

create table branch

( branch-name char(15) not null,

branch-city char(30),



assets integer,

primary key ( branch-name), check( assets >=0)

)

create table account

( account-number char(10) not null,

branch-name char(15),

balance integer, primary key ( account-number),

check ( balance >=0))

create table depositor

( customer-name char(20) not null,

account-number char(10) not null,

primary key ( customer-name, account-number)

)

6. Pengukuran Skema Relasional


6. PENGUKURAN SKEMA RELASIONAL

Pengukuran skema relasi memiliki tujuan untuk mengupayakan agar

memperoleh skema relasi yang “baik” yaitu untuk mengukur secara formal

mengapa satu set pengelompokan atribut menjadi sejumlah skema relasi adalah

lebih baik dari lainnya.

6.1 Petunjuk - Petunjuk Informal Dalam Desain Skema Relasional

Ada empat ‘ukuran informal’ mengenai kualitas desain skema relasi, yaitu

:

- Semantik dari attribute

- Reduksi nilai-nilai yang redundan dalam tuples

- Reduksi nilai-nilai null dalam tuples

- Tidak mempunya tuples yang aneh (spurious tuples)

6.2 Semantik Dari Atribut

Semantik (arti) menjelaskan bagaimana menginterprestasikan nilai-nilai

attribute yang disimpan dalam suatu tuple dari suatu relasi, yaitu bagaimana

nilai-nilai attribute dalam suatu tuples berkaiatan dengan yang lain.

PETUNJUK 1 :

• Desain suatu skema relasional sedemikian rupa sehingga semantic yang

dikandungnya mudah untuk dijelaskan

• Jangan mengkombinasikan attribute-attribute dari sejumlah entity dan

relationship menjadi satu relasi tunggal

• Secara logika, jika suatu skema berkorespondensi dengan satu entity atau

satu relasionship saja, maka arti yang dikandungnya cenderung menjadi lebih

jelas.

Skema-skema relasi dalam basis data COMPANY yang diberikan dalam

contoh-contoh sebelumnya merupakan skema relasi yang memenuhi petunjuk 1

diatas.



Dibawah ini diberikan contoh penurunan skema relasi yang menyalahi

petunjuk 1 diatas.

(a) EMP_DEPT (EName, SSN, BDate, DNumber, DName, DMgrSSN)

--- mengkombinasikan relasi-relasi EMPLOYEE dan DEPARTMENT

(b) EMP_PROJ (SSN, PNumber, Hours, EName, PName, PLocation)

--- mengkombinasikan relasi-relasi WORKS_ON dan PROJECT

6.3 Informasi yang Redundan dan Update Anomalies

Salah satu tujuan dari desain skema adalah untuk meminimumkan

pemakaian storage yang dipakai oleh base relations (file).

Pengelompokan sejumlah atribut menjadi skema-skema relasi yang baik

mempnyai dampak yang berarti dalam mengurangi pemakaian storage.

Contoh :

Relasi

EMP_DEPT (EName, SSN, BDate, DNumber, DName, DMgrSSN)

yang merupakan hasil NATURAL JOIN dari sebagian atribut EMPLOYEE dan

DEPARTMENT, dan relasi

EMP_PROJ (SSN, PNumber, Hours, EName, PName, PLocation)

Yang merupakan modifikasi dari relasi WORKS_ON dengan tambahan atribut

dari PROJECT dan EMPLOYEE, akan membutuhkan pemakaian storage yang

lebih besar, karena adanya pengulangan (repeating group) dari :

(DName, DNumber, DMgrSSn)

� dalam relasi EMP_DEPT (untuk setiap employee dalam satu

departemen yang sama)

(PName, PLocation)

� dalam relasi EMP_PROJ (untuk setiap employee yang bekerja

dalam satu project yang sama)

Persoalan lain yang lebih serius dari kedua relasi diatas bilaman dijadikan

sebagai base relations adalah timbulnya “Update Anomalies”, yang meliputi :

- Insertion anomalies

- Deletion anomalies



- Modification anomalies

Insertion Anomalies

Pada insertion anomalies terdapat dua persoalan, yaitu :

• Persoalan kecenderungan terjadinya inkonsistensi data. Sebagai contoh,

dalam relasi EMP_DEPT, setiap kali suatu tuple baru ditambahkan, maka

atribut-atribut dari department dimana seorang employee bekerja HARUS

dituliskan secara tepat. Jika tidak maka akan terjadi nilai-nilai yang

inkonsisten untuk sejumlah nomor department yang sama.

• Persoalan kesulitan penyisipan tuple baru. Sebagai contoh, masih untuk

relasi EMP_DEPT, jika suatu department telah ada (didefinisikan) tapi belum

ada employee di dalamnya, maka satu-satunya cara adalah dengan mengisi

nilai-nilai NULL pada sejumlah atribut untuk employee. Tetapi cara ini

menyalahi entity integrity constraint, dimana key dari suatu relasi tidak boleh

bernilai NULL.

Deletion Anomalies

Anomali ini berkaitan erat dengan persoalan kedua dalam insertion

anomalies, dimana untuk kasus relasi EMP_DEPT, jika suatu tuple employee

yang merupakan satu-satunya employee untuk suatu department dihapus, maka

informasi mengenai department akan terhapus dari basis data.

Modification Anomalies

Dalam relasi EMP_DEPT, jika nilai dari salah satu atribut employee untuk

suatu department tertentu diubah (misalnya nama department diubah), maka

semua tuple employee yang bekerja pada department tersebut juga harus

diubah. Jika ada tuple yang tertinggal tidak diubah, maka akan terdapat dua

nama yang berbeda untuk satu department yang sama (yang seharusnya tidak

boleh terjadi).



PETUNJUK 2 :

Desain suatu skema relasi dasar (base relation schema) sedemikian rupa

sehingga ketiga jenis anomaly (insertion, deletion, dan modification) tidak akan

terjadi.

6.4 Nilai-Nilai Null dalam Tuples

Dalam hasil desain suatu skema relasi, mungkin saja terdapat

pengelompokkan sejumlah atribut menjadi suatu relasi dengan jumlah atribut

yang besar. Jika tedapat sejumlah sub-set atribut yang tidak berlaku untuk

semua tuple dalam relasi, maka akan terdapat sejumlah nilai-nilai NULL dalam

sejumlah tuples tersebut yang akan mengakibatkan :

- Pemborosan storage

- Timbulnya persoalan simantik dari atribut

- Kesulitan dalam merealisasikan operasi JOIN

- Kesulitan dalam merealisasikan fungsi-fungsi aggregate (seperti

SUM, COUNT, dan AVERAGE)

Selain kesulitan-kesulitan diatas, nilai-nilai NULL dapat memberikan

interpretasi jarak (multiple interpretations) terhadap tuple yang didalamnya

terdapat atribut-atribut dengan nilai null :

- Atribut-atribut tersebut tidak terpakai untuk tuple

- Nilai-nilai atribut untuk tuple tidak diketahui

- Nilai-nilainya dikehendaki, tapi belum tercatat atau tersedia

PETUNJUK 3 :

Sedapat mungkin, hindari penempatan atribut-atribut dalam suatu base relation

yang memungkinkan timbulnya nilai-nilai null. Jika nilai-nilai null tidak dapat

dihindari, yakinkan bahwa hal tersebut hanya berlaku untuk kasus-kasus khusus

dan jangan diberlakukan terhadap sebagian besar dari tuple dalam suatu relasi.



Sebagai contoh, jika hanya terdapat 10% dari keseluruhan employee yang

mempunyai kantor pribadi, maka merupakan suatu cara perancangan yang

beralasan apabila satu atribut OFFICE_NUMBER dimasukkan dalam relasi

EMPOLYEE; tetapi akan lebih baik apabila dibuatkan satu relasi baru yang terdiri

dari dua atribut (ESSN, OFFICE_NUMBER) yang dipakai untuk menyimpan data

employee yang mempunyai kantor pribadi.

6.5 Tuples yang Tidak Dikehendaki (Spurious Tuples)

Untuk ini, seandainya relasi :


didekomposisi menjadi dua relasi :

EMP_LOCS (EName, PLocation)

EMP_PROJ1 (SSN, PNumber, Hours, PName, PLocation)

maka, jika kedua relasi hasil dekomposisi di atas diupayakan untuk dilakukan

NATURAL JOIN (lewat atribut “PLocation” ) maka akan muncul beberapa tuple

yang tidak valid.

Keadaan ini dapat terjadi karena terdapat sejumlah tuple hasil JOIN untuk

“PLocation” yang sama, pasangan tuple “SSN” dan “EName” yang dihasilkan

bukan merupakan pasangan yang valid.

Sejumlah tuple yang ada dalam hasil JOIN tetapi tidak ada dalam relasi

EMP_PROJ disebut spurious tuple yaitu tuple yang tidak dikehendaki dan tidak

valid.

PETUNJUK 4:

Dalam mendesain skema-skema relasi harus diupayakan sehingga skema-

skema yang dihasilkan dapat dilakukan JOIN dengan kondisi kesamaan (EQUI

JOIN atau NATURAL JOIN) pada atribut-atribut yang berupa primary key atau

foreign key, dengan cara yang menjamin bahwa spurious tuples tidak akan

dihasilkan

7. Ketergantungan Fungsional


7. KETERGANTUNGAN FUNGSIONAL

Konsep ketergantungan fungsional merupakan salah satu konsep yang

sangat penting dalam desain skema relasional, karena konsep ini dapat secara

formal mendefinisikan bentuk-bentuk relasi yang normal (normalisasi data)

Penggunaan utama dari konsep ketergantungan fungsional adalah untuk

memberikan penjelasan lebih jauh suatu skema relasi R dengan menyatakan

constraint pada sejumlah atribut yang harus berlaku pada setiap saat.

7.1 Definisi Ketergantungan Fungsional

Ketergantungan fungsional merupakan satu constraint antara dua set

atribut suatu basis data. Jika suatu skema basis data relasional dengan n buah

atribut dinyatakan dalam bentuk universal :

R = { A1, A2, …, An-1, An }

Maka ketergantungan fungsional (disingkat FD) antara dua set atribut X dan Y

(keduanya subset dari R), dinotasikan X � Y, menyatakan satu constraint

pada sejumlah tuples yang memungkinkan dapat membentuk relation instance r

dari R, yaitu

Dari constraint diatas, dapat dikatakan bahwa nilai-nilai komponen tuple

dari X dapat secara unik (atau secara fungsional) menentukan nilai-nilai dari

komponen Y. Sebaliknya, dapat juga dikatakan bahwa Y secara fungsional

tergantung pada X.

Jadi, X secara fungsional menentukan Y dalam suatu skema relasi R jika

dan hanya jika, bilamana dua tuples dari r(R) mempunya nilai X yang sama,

maka kedua tuples ini juga harus mempunyai nilai Y yang sama.

Untuk sembarang pasangan tuples t1 dan t2 dalam r sedemikian rupa

sehingga jika berlaku t1[X] = t2[X], maka juga berlaku t1[Y] = t2[Y]



Sebagai contoh perhatikan skema relasi EMP_PROJ :


yang dari semantic atributnya berlaku ketergantungan fungsional berikut :

(a) SSN � EName

(b) PNumber � { PName, PLocation }

(c) { SSN, PNumber } � Hours

7.2 Aturan Penurunan ( Inference Rules) Untuk FD

Suatu FD X � Y diturunkan dari satu set dependencies F dalam R jika X

� Y berlaku dalam setiap keadaan relasi r. Dengan kata lain, bilamana r

memenuhi semua dependencies dalam F, maka X � Y juga berlaku dalam r.

Satu set dari semua functional dependencies yang dapat diturunkan dari F

disebut “ Closure F + dari F ”.

Untuk memperoleh cara yang sistematik dalam menurunkan

dependencies, diperlukan satu set INFERENCE RULE yang dapat digunakan

untuk menurunkan dependencies yang baru dari satu set dependencies yang

diberikan.

Perlu diingat !

1. Jika suatu constraint pada R berlaku bahwa tidak boleh ada lebih dari

satu tuple untuk satu nilai X dalam sembarang relasi instance r(R) yang

artinya bahwa X merupakan candidate key dari R, mengisyaratkan

bahwa X � Y untuk sembarang subset atribut Y dari R.

2. Jika berlaku X � Y dalam R, hal ini tidak menyatakan bahwa apakah

berlaku atau tidak Y � X.

3. Ketergantungan fungsional merupakan sifat dari skema (intension) relasi

R, bukan merupakan keadaan relasi tertentu (extension). Dengan

demikian, suatu FD tidak dapat diturunkan secara otomatis dari suatu

relasi, tetapi harus didefinisikan secara eksplesit oleh mereka yang

mengerti semantic atribut dari relasi R.



Notasi F X � Y digunakan untuk menyatakan bahwa functional

dependency X � Y diturunkan dari satu set FD F

Terdapat enam aturan atau rumus untuk functional dependencies, yaitu :

1. Rumus Reflexive

Jika YX ⊇ , maka X � Y

2. Rumus Augmentation

{ X � Y } XZ � YZ

3. Rumus Transitive

{ X � Y, Y � Z } X � Z

4. Rumus Decomposition atau Projection

{ X � YZ } X � Y

5. Rumus Union atau Additive

{ X � Y, X � Z } X � YZ

6. Rumus Pseudotransitive

{ X � Y, WY � Z } WX � Z

7.3 Algoritma Mencari X +

X+ : Closure of X under F

Pada perancangan basis data biasanya mendefinisikan ketergantungan

fungsional F (FD F) yang dapat ditentukan dari sematik atribut dalam R.

Kemudian mendefinisikan ketergantungan fungsional tambahan dengan

penurunan menggunakan Armstrong’s rule pada F

Rumus 1 s/d 3 dikenal sebagai Armtrong’s Inference Rules , dimana set

dependencies F+ dapat diturunkan hanya dengan menggunakan ketiga rumus

Untuk tujuan mempersingkat penulisan variable-variabel atribut, digunakan

notasi :

FD { X,Y } � Z disingkat XY � Z

FD { X, Y, Z } � { U, V } disingkat XYZ � UV



Ketergantungan fungsional tambahan secara sistematik dapat diperoleh

dengan cara : pertama menentukan setiap set atribut X yang muncul di sisi

sebelah kiri dari FD dalam F. Kemudian mencari semua atribut yang tergantung

pada X dengan menggunakan Armstrong’s rule.

Algoritmanya :

X+ := X ;

REPEAT

oldX+ := X+ ;

FOR each FD Y � Z dalam F DO

IF Y ⊆ X+ THEN X+ := X+ ∪ Z ;

UNTIL (oldX+ = X+);

Contohnya :

Perhatikan skema EMP_PROJ yang mempunyai satu set FD F berikut :

F = { SSN � EName,

PNumber � { PName, PLocation },

{ SSN, PNumber }� Hours

}

Dengan menggunakan algoritma untuk mengitung X+ dengan berdasarkan pada

F, maka diperoleh :

{ SSN }+ = { SSN, EName }

{ PNumber }+ = { PNumber, PName, PLocation }

{ SSN,PNumber}+ = {SSN, PNumber, EName, PName, PLocation, Hours}

7.4 Set Ketergantungan Fungsional Yang Ekivalen

Definisi :

Satu set FD E dilingkup (covered) oleh satu set FD F (atau F melingkup

E), jika setiap FD dalam E juga ada dalam F+. Dengan kata lain E dilingkup oleh

F jika setiap dependency dalam E dapat diturunkan dari F.



Dua set functional dependencies E dan F dikatakan ekivalen ( E = F ) jika

E+ = F+. Ekivalen berarti bahwa setiap FD dalam E dapat diturunkan dari F, dan

setiap FD dalam F dapat diturunkan dari E.Jadi E ≡ F jika kedua kondisi, yaitu E

melingkupi F dan F melingkupi E terpenuhi.

Untuk menentukan apakah F melingkupi E dapat dilakukan dengan :

- Menghitung X+ dengan berdasarkan pada F untuk setiap FD X � Y dalam E

- Periksa apakah atribut-atribut dalam Y ada dalam X+. Jika “Ya” untuk setiap

FD dalam E maka dikatakan F melingkup E.

7.5 Set Ketergantungan Fungsional Yang Minimal

Satu set functional dependencies F dikatakan minimal apabila memenuhi

kondisi-kondisi berikut :

a. Setiap dependency dalam F mempunyai satu atribut tunggal pada sisi

kanannya.

b. Sembarang dependency dalam F tidak dapat dihapus dan tetap

mempertahankan bahwa satu set FD yang dihasilkan adalah ekivalen dengan

F.

c. Sembarang dependency X � A tidak dapat diganti dengan satu dependency

Y � A, dimana Y ⊂ X, dan tetap menghasilkan FD yang ekivalen dengan F.

Set FD yang minimal diatas dapat dipandang sebagai satu set

dependensa dalam bentuk standart (canonical) tanpa redundansi. Dimana

kondisi (b) dan (c) menjamin bahwa tidak ada redundansi dalam dependensi.

Sedangkan kondisi (a) menjamin bahwa setiap dependensi ada dalam bentuk

canonical dengan satu atribut tunggal pada sisi kanannya.

8. Normalisasi


8. NORMALISASI

Normalisasi merupakan teknik analisis data yang mengorganisasikan atau

mengelompokkan atribut-atribut data sehingga terbentuk entitas yang non-

redundant, stabil, dan fleksibel.

Normalisasi dilakukan sebagai uji coba pada suatu relasi secara

berkelanjutan untuk menentukan apakah relasi itu sudah baik, yaitu dapat

dilakukan proses insert, update, delete, dan modifikasi pada satu atau beberapa

atribut tanpa mempengaruhi integritas data dalam relasi tersebut.

Dalam perancangan basis data, normalisasi berperan sebagai :

- Kerangka kerja formal untuk menganalisa skema relasi yang didasarkan pada

primary keys dan functional dependencies antara atribut-atribut.

- Satu urutan test yang dapat dilakukan pada masing-masing skema relasi,

sehingga basis data relasional dapat dinormalisasi ke suatu tinggak tertentu.

Bilamana suatu test gagal, maka relasi yang menyalahi test harus

didekomposisi menjasi sejumlah relasi yang masing-masing memenuhi

kaidah normalisasi.

8.1 Bentuk Normal

Ada enam tingkatan dalam normalisasi yang masing-masing

menghasilkan bentuk normal sebagai berikut :

- 1 NF

- 2 NF

- 3 NF

- BCNF

- 4 NF � + constraint multivalued dependency

- 5 NF � + constraint join dependency

Skema relasi dikatakan menjadi sebuah bentuk normal tertentu bila ia

memenuhi beberapa kondisi tertentu. Misalnya, sebuah skema relasi dikatakan

di definisikan hanya dengan memperhatikan functional dependencies dan key constrains

8. Normalisasi


berada dalam bentuk normal kedua (2NF) jika dan hanya jika ia berada dalam

1NF dan juga memenuhi kondisi lain yang disyarakan untuk menjadi 2NF.

8.2 First Normal Form ( 1NF )

Secara histories, 1NF didefinisikan untuk tidak membolehkan adanya

atribut yang berulang (multivalued attribute) atau yang bernilai ganda (composite

attribute) atau kombinasi keduanya. Dalam 1NF disebutkan bahwa domains dari

attribute harus hanya terdiri dari nilai yang berdiri sendiri (atomic values), dan

nilai dari sembarang attribute dalam suatu tuple harus berupa nilai tunggal

(single values) dari domain atribut tersebut.

Syarat suatu skema relasi bisa berada dalam bentuk 1NF jika :

1. Tidak ada set atribut yang berulang atau bernilai ganda.

2. Telah ditentukannya primary key untuk tabel atau relasi.

3. Tiap atribut hanya memiliki satu pengertian.

Jika ada atribut yang memiliki banyak nilai maka harus digambarkan dalam

sebuah entitas atau relasi yang terpisah.

Contoh 1NF :

EMPPROJ ( SSN, ENama, { PROJ ( PNumber, Hours) } )

1NF

EMP_PROJ1 ( SSN, EName )

EMP_PROJ2 ( SSN, PNumber, Hours )

8.3 Second Normal Form ( 2NF )

2NF didefinisikan pada skema relasi R jika setiap non_prime atributnya

secara fungsional bergantung penuh pada key dari R.

2NF didasarkan pada konsep “full function dependency”. FD X � Y

disebut full function dependency, jika penghapusan sembarang atribut A dari X

menyebabkan sifat dependency tidak berlaku lagi; yaitu untuk sembarang atribut

8. Normalisasi


A ∈ X, maka (X – {A}) Y. Sebaliknya, FD X � Y disebut partial dependency

jika beberapa atribut A ∈ X dapat dihapus dari X dan tetap mempertahankan

dependency yang ada; yaitu untuk A ∈ X, ( X – {A} ) � Y.

Contoh :

{ SSN, PNumber } � Hours

Merupakan full dependency, karena SSN Hours

PNumber Hours

{ SSN, PNumber } � EName

Merupakan partial dependency, karena SSN � EName


1.. Bentuk data telah memenuhi kriteria bentuk normal ke satu.

2. Atribut bukan kunci(non-key attribute) haruslah memiliki ketergantungan

fungsional sepenuhnya pada primary key

Contoh 2NF :

EMPPROJ (SSN, PNumber, Hours, EName, PName, PLocation)

fd1

fd2

fd3

Normalisasi 2NF

EP1 (SSN, PNumber, Hours)

fd1

EP2 (SSN, EName)

fd2

EP3 (PNumber, PName, PLocation)

fd3

Kesimpulan :

Jika suatu skema relasi tidak berada dalam 2NF, ia dapat dinormalisasi lanjut

menjadi sejumlah relasi 2NF dengan cara mengasosiasikan non-key atribut

yang ada hanya dengan sebagian dari primary key dimana atribut-atribut

tersebut secara fungsional bergantung penuh.

8. Normalisasi


8.4 Third Normal Form ( 3NF )

3NF didasarkan pada konsep “transitive dependency”. Dimana suatu FD

X � Y dalam suatu relasi R merupakan transitiven dependency jika terdapat satu

set atribut Z yang tidak merupakan subset dari sembarang key dari R, dan

berlaku X � Z dan Z � Y.


1.. Bentuk data telah memenuhi kriteria bentuk normal ke dua (2NF).

2. Atribut bukan kunci (non-key attribute) tidak boleh memiliki

ketergantungan secara transitif pada primary key.

Contoh 3NF :

EMP_DEPT ( EName, SSN, BDate, Address, DNumber, DName,

DMGRSSN )

fd1

fd2

3NF

ED1 ( EName, SSN, BDate, Address, DNumber )

fd1

ED2 ( DNumber, DName, DMGRSSN)

fd2

� Operasi Natural JOIN terhadap ED1 dan ED2 akan menghasilkan relasi

EMP_DEPT semula (tanpa ada spurious tuples)

Definisi Umum 3NF :

Suatu skema relasi R ada dalam 3NF bilamana berlaku suatu FD X � A

dalam R, dan memenuhi kondisi :

(a) X adalah superkey dari R, atau

(b) A adalah prime atribut dari R

Implikasinya :

- Suatu skema relasi R menyalahi definisi umum 3 NF, jika berlaku FD X � A

dalam R yang menyalahi baik kondisi (a) ataupun (b).

8. Normalisasi


- Suatu skema relasi R berada dakam 3NF, jika setiap non-prime atribut dari R

:

• Secara fungsional bergantung penuh pada setiap key dari R, dan

• Secara non-transitive bergantung pada setiap key dari R.

Contoh lain penurunan relasi-relasi 2NF dan 3NF :

Pada basis data “Parcel of lend for sale” dalam berbagai negara bagian di USA,

terdapat relasi sebagai berikut :

LOTS (Property_ID#, Country_Name, Lot#, Area, Price, Tax_Rate)

fd1

fd2

fd3

fd4

Ada dua candidate keys, yaitu :

- Propert_ID#

- { Country_Name, Lot# }

Penurunan melalui normalisasi 2NF :

Pada contoh diatas, fd3 menyalahi aturan normalisasi 2NF, sehingga menjadi :

LOTS1 (Property_ID#, Country_Name, Lot#, Area, Price)

fd1

fd2

fd4

LOTS2 (Country_Name, Tax_Rate)

Fd3

Pada contoh diatas, fd4 masih menyalahi aturan normalisasi 3NF, sehingga

menjadi :

LOTS1A (Property_ID#, Country_Name, Lot#, Area)

Definisi umum dari 3NF dapat diaplikasikan secara langsung untuk memeriksa

apakah suatu skema relasi berada dalam 3NF (tanpa perlu melalui

pemeriksaan 2NF terlebih dahulu).

8. Normalisasi


fd1

fd2

LOTS1B (Area, Price)

Fd4

LOTS2 (Country_Name, Tax_Rate)

Fd3

Penurunan melalui normalisasi 2NF diatas dapat digambarkan sebagai berikut :

Penurunan tanpa melalui normalisasi 2NF :

Dari keempat FD yang ada (fd1 s/d fd 4) dalam skema relasi LOTS, terlihat

bahwa fd3 dan fd4 menyalahi 3NF, sehingga dapat langsungdidekomposisi

menjadi LOTS1A, LOTS1B, dan LOTS2.

8.5 Boyce/Codd Normal Form (BCNF)

BCNF merupakan bentuk normal yang lebih ketat dibandingkan 3NF. Dan

ini berarti bahwa setiap relasi dalam BCNF juga berada dalam 3NF, tetapi tidak

sebaliknya.

Suatu skema relasi berada dalam BCNF bilamana berlaku suatu FD X �

A dalam R, maka X merupakan superkey dari R. Jadi perbedaan antara BCNF

dan 3NF adalah kondisi (b) dari 3NF yang membolehkan A untuk prime jika X

bukan superkey TIDAK BOLEH ada dalam BCNF.

Jika dalam relasi LOTS1A berlaku FD tambahan (fd5) :

LOTS1A (Property_ID#, Country_Name, Lot#, Area)

fd1

LOTS

LOTS 1

LOTS 2 2NF

1NF

3NF LOTS1A

LOTS1B

LOTS2

8. Normalisasi


fd2

fd5

BCNF

LOTS1AX (Property_ID#, Area, Lot#)

LOTS1AY (Area, Country_Name)

� fd2 hilang dari hasil dekomposisi BCNF

Kesimpulan Akhir :

Dalam praktik, kebanyakan skema-skema relasi yang berada dalam 3NF

juga berada dalam BCNF. Hanya jika ada dependency X � A dalam skema

relasi R dengan X bukan superkey dan A adalah prime atribut, akan menjadikan

R berada dalam 3NF tetapi tidak berada dalam BCNF

Kasus umum :

R ( A, B, C ) berada dalam 3NF, tetapi tidak dalam BCNF

Jadi, dalam proses normalisasi : upayakan untuk membentuk BCNF, dan

jika tidak memungkinkan baru biarkan berada dalam 3NF.

8.6 Multivalued Dependencies Dan Fourth Normal Form ( 4NF )

Multivalued dependencies timbul sebagai konsekuensi dari bentuk normal

pertama yang tidak membolehkan sebuah atribut dalam suatu tuple untuk

memiliki satu set nilai (multivalue).

Bilamana dua atau lebih atribut-atribut multivalued yang satu sama lain

independent terdapat dalam satu skema yang sama, maka akan muncul

persoalan “repeating group” dari setiap nilai dari salah satu atribut dengan setiap

nilai atribut yang lain untuk menjaga konsistensi dari relation instances.

Constraint ini disebut multivalued dependency

Contoh :

Relasi EMP :

EName PName DName

Smith X John

8. Normalisasi


Smith Y Anna

Smith X Anna

Smith Y John

Multivalued : pasangan { EName, PName } dan { EName, DName }

Definisi Formal Multivalued Dependency

Secara formal, suatu multivalued dependency (MVD) X �� Y yang

berlaku dalam skema relasi R, dimana X dan Y keduanya merupakan subset dari

R, menjelaskan constraint berikut pada setiap sembarang relasi r dari R :

Jika dua tuple t1 dan t2 ada dalam r, t1[ x ] = t2[ x ], maka sembarang dua

tuple t3 dan t4 harus juga ada dalam r yang memenuhi sifat-sifat :

- t3[ x ] = t4[ x ] = t1[ x ] = t2[ x ]

- t3[ Y ] = t1[ Y ] dan t4[ Y ] = t2[ Y ]

- t3[ R – (XY) ] = t2[ R – (XY) ] dan t4[ R – (XY) ] = t1[ R – (XY) ]

Suatu MVD dalam R disebut TRIVIAL jika :

(a) Y merupakan subset dari X, atau

(b) RYX =∪

MVD selain TRIVIAL disebut NON-TRIVIAL . Contoh Non-Trivial adalah

relasi EMP diatas, dimana hasil dekomposisi menjadi 2 relasi berikut disebut

sebagai MVD Trivial :

EMP_PROJ ( EName, PName )

EMP_DEP ( EName, DName )

Definisi 4NF

Suatu skema relasi R berada dalam 4NF berdasarkan pada satu set

dependency F jika, untuk setiap nontrivial multivalued dependency X �� Y

dalam F+, x adalah superkey dari R.

Contoh :

8. Normalisasi


Relasi EMP (EName, PName, DName) diatas tidak berada dalam 4NF,

karena terdapat nontrivial MVD :

EName �� PName

EName �� DName

dan EName bukan superkey

Tetapi relasi hasil dekomposisi :

EMP_PROJ (EName, PName)

EMP_DEP (EName, DName)

Keduanya berada dalam 4NF karena :

EName �� PName dalam EMP_PROJ

EName �� DName dalam EMP_DEP

Keduanya merupakan trivial MVD

8.7 Dependensi Gabungan Dan Fifth Normal Form (5NF)

Bentuk normal kelima yang terkadang disebut PJ/NF (Projection

Join/Normal Form), menggunakan acuan dependensi gabungan. Suatu relasi R

(X, Y, ..., Z) memenuhi dependensi gabungan jika gabungan dari proyeksi A, B,

..., C dengan A, B, ..., C merupakan sub-himpunan dari atribut-atribut R.

Dependensi gabungan sesuai dengan definisi di atas dinyatakan dengan

notasi:

* ( A, B, …, C )

dengan A = XY, B = YZ, C = ZX

Contohnya terlihat pada relasi berikut :

Definisi 5 NF

8. Normalisasi


Suatu relasi berada dalam 5NF jika dan hanya jika setiap dependensi

gabungan dalam R tersirat oleh kunci kandidat relasi R. Secara praktis dapat

dikatakan bahwa suatu relasi R berada dalam 5NF jika data yang ada padanya

tak dapat lagi didekomposisi menjadi relasi-relasi yang lebih kecil dengan kunci

kandidat relasi-relasi yang lebih kecil ini tidak sama dengan kunci kandidat relasi.

Contoh relasi berikut berada dalam 5NF :

Daftar Pustaka

Dwi Puspitasari, S.Kom, Program Studi Manajemen Informatika xiii

DAFTAR PUSTAKA Elmasri & Navathe, “Fundamentals of Database Systems”, Addison-Wesley,

2004.

C. J. Date, “Pengenalan Sistem Basis Data jilid 1”, PT. Indeks Group Gramedia,

2004.

dasar basis data

Technology