Normalisasi Lanjutan

1.   

NORMALISASI LANJUTAN

1.   1.   Pengertian

·         Normalisasi adalah suatu teknik yang menstrukturkan data dalam cara-cara tertentu untuk membantu mengurangi  atau mencegah timbulnya masalah yang berhubungan dengan pengolahan data dalam basis data

·          Kriteria yang mendeskripsikan level-level pada normalisasi adalah bentuk normal(norm form)

2.   2.   Tujian Normalisasi

·         Normalisasi perlu dilakukan agar kerelasian dalam basis data menjadi mudah dimengerti, mudah dipelihara, mudah memprosesnya, dan mudah untuk dikembangkan sesuai kebutuhan baru.

3.     3.  Penyimpanan dalam  modifikasi

·         Penyimpangan dalam proses modifikasi data disebut anomalies

·         Ada 3 bentuk penyimpanan :

a.       Delete anomalies

·         Adalah proses penghapusan suatu entity ;ogik yang mengakibatkan hilangnya infornasi tentang entity yang tidak direlasikab secara logik

·         Contoh :

Tabel Kuliah

Nomhs	Nama	Kode Mtk	SKS
123456	Ali baba	INA 101	3
123457	Pipiyot	TFD 234	2
123467	Nirmala	INA 201	3
123445	Lala	INA 101	3

Apabila “Ali baba” membatalkan mengambil matakuliah “INA 101”, maka apabila record tersebut dihapus akan meny informasi tentang ‘Ali baba” akan ikut terhapus

b.      Insert anomalies

·         Adalah proses penyisipan entity logik yang memerlukan penyisipan entitiy logik yang lain.

c.       Update anomalies

·         Adalah proses mengupdate pada suatu entity yang mengakibatkan perubahan pada lebih dari stu tempat dalam suatu relasi

·         Contoh : Perubahan SKS pada “INA 101” tidak hanya dilakukan pada satu record saja, tetapi pada record dan relasi lain yang memuat data tersebut

4.     4.  Keharusan menghilangkan masalah-masalah akibat ketergantungan

·         Yang harus dilakukan adalah  jika struktur data dalam relasi dirancang sedemikian rupa sehingga atribut-atribut  bukan kunci hanya tergantung pada atribut kunci dan tidak ada atribut lain

·         Ada 3 ketergantungan :

a.       Functional Dependence (FD)

·         FD akan muncul diantara dua rinci data dalam suatu struktur data jika nilai salah satu rinci data kedua

·         Atau rinci data pertama menentukan (determines) rinci data kedua

·         Contoh :

Mata kuliah (Kode, Nama, SKS, Semester )

FD=Mata kuliah>(Mata kuliah, Nama, Matakuliah, Semester)

b.      Full Functional Dependence (FFD)

·         Suatu rinci data dikatakan FFD pada suatu kombinasi rinci data jika FD pada  kombinasi rinci data dan tidak FD pada bagian lain dari kombinasi rinci data

·         Contoh SKS pada tabel matakuliah hanya bergantung pada kode matakuliah, dan tidak ditentukan oleh siapa yang mengambil matakuliah tersebut

c.       Transitive Dependence (TD)

·         Muncul jika suatu nilai pada rinci cara pertama  menentukan nilai pada rinci data kedua yang bukan CK dan nilai pada rinci data kedua menentukan nilai pada rinci data ketiga

·         Jai TD terjadi jika suatu nilai rinci data mempunyai ketergantungan dengan pada dua nilai rinci data

5.      5. Efek-efek normalisasi

·         Akibat yang muncul dalam proses normalisasi :

a.       Masalah kekangan dalam bisnis data

·         Duplikais rinci data

·         Adanya integrasi referensial yang harus terjaga dan nilai-nilai pada AK tidak boleh null maka proses dekomposisi akan menghasilkan suatu set yang akan inheren pada batasan integritas referensial

b.      Ketidakefesienan dalam menampilkan kembali data tersebut

6.      6. Atribut tabel

·         Atribut adalah karakteristik atau sifat yang melekat pada sebuah tabel, atau disebut juga kolom data

·         Pengelompokan atribut  :

a.       Atribut Key

·         Adalah satu atau gabungan dari beberapa atribut yang dapat membedakan semua baris data dalam tabel secar unik (tidak boleh ada dua atau lebih baris data dengan nilai yang sama untuk atribut tertentu)

·         Ada 3 key :

1.      Superkey

·         Merupakan satu atau kumpulan atribut yang daoat membedakan setiap baris data dalam sebuah tabel  secara unik

·         Contoh : superkey ditabel mahasiswa

o   (nomhs. Nama, alamat, tgllahir)

o   (nomhs, nama, tgllahir)

o   (nomhs, nama)

o   (nomhs)

2.      Candidate key

·         Merupakan kumpulan atribut minimal yang dapat membedakan setiap baris data dalam sebuah tabel secara unik

·         Sebuah CK pasti superkey, tapi belum tentu sebaliknya

·         Contoh : pada tabel mahasiswa

o   (nomhs)

o   (nama)

3.      Primary key

·         Dari beberapa CK dapat dipilih satu untuk dijadikan PK, yang memiliki keunikan yang paling baik

·         Contoh : dari tabel mahasiswa, yang layak dijadikan PK adalah nomhs

b.      Atribut deskriptif

·         Merupakan atribut yang bukan merupakan anggota dari PK

c.       Atribut sederha

·         Adalah atribut atomik yang tidak dapat dipilah lagi

·         Contoh : Nomhs, Nama

d.      Atribut komposit

·         Adalah atribut yang masih bisa diuraikan lagi menjadi sub-atribut yang masing-masing memiliki makna

·         Contoh : Alamat -> Alamat, Kota, Provinsi, Kode Pos

e.       Atribut bernilai tunggal

·         Ditujukan pada atribut-atribut yang memiliki paling banyak satu nilai untuk setiap baris data

·         Contoh : Nomhs, Nama, Tanggal Lahir -> hanya dapat diisi satu nilai untuk setiap nilai baris data

·         Contoh  : Nomhs, Nama, Tanggal lahir ->  hanya dapat berisi satu nilai untuk seorang mahasiswa

f.       Atribut bernilai banyak

·         Ditujukan pada atribut-atribut yang dapat diisi dengan lebih dari satu nilai, tapi jenis nya sama

·         Contoh : Pada tabel mahasiswa dapat  ditambah atribut HOBBY, karena seorang mahasisa dapat memiliki beberapa hobby

g.      Atribut harus bernilai

·         Adalah atribut yang nialainya tidak boleh kosong, atau harus ada nilainya, Misalnya data Nomhs dan Nama mahasiswa

·         Nilai NILL digunakan untuk mnegisi atribut yang demikian yang nilainya belum siap atau tidak ada

·         NULL (karakter ke 0) tidaksama dengan SPASI (karakter le 32)

Daftar pustaka

http://lib.mdp.ac.id/ebook/Karya%20Umum/Diktat_Sistem_Basis_Data.pdf