Desain Basis Data (2)
Download as PPTX, PDF0 likes1,428 views
Dokumen ini membahas desain basis data, termasuk berbagai model aplikasi dan pemodelan data seperti skema basis data dan business rule. Ditekankan pentingnya analisis kebutuhan sistem dan contoh implementasi yang berfokus pada bisnis jual beli hewan peliharaan. Selain itu, dijelaskan tentang hubungan antar entitas dan kardinalitas relasi dalam basis data.
Desain Basis Data (2)
- 1. Desain Basis Data ( Minggu 2 ) Oleh : Andrew B. Osmond
- 2. Objektif : • Range Aplikasi Basis Data • Enterprise Data Model • Metode Perancangan Basis Data • Pemodelan Data ( Skema basisdata, business rule, entity relationship model, elemen ER )
- 3. Range Aplikasi Basis Data • Basis data personal • Two-tier client / server database
- 4. Range Aplikasi Basis Data • Multi-tier client / server database
- 5. Enterprise Data Modeling • Merupakan langkah pertama dalam pengembangan database, di mana ruang lingkup dan isi umum database yang terorganisir ditentukan. • Tujuannya adalah untuk menciptakan gambaran keseluruhan atau penjelasan terhadap data yang terorganisir, tidak untuk mendesain basis data tertentu.
- 7. SDLC Project Identification and Selection Project Initiation and Planning Analysis Physical Design Implementation Maintenance Logical Design Pemodelan data secara konseptual Meliputi skema logika dari basisdata, yakni : tabel, kolom, baris, primary key, foreign key, constraint Spesifikasi bagaimana data dari skema logis disimpan dalam memori sekunder komputer dengan sistem manajemen database.
- 8. So? • Untuk mendesain basis data, analisis mutlak diperlukan untuk melihat gambaran kebutuhan sistem secara keseluruhan. • Langkah berikutnya adalah menentukan objek yang diperlukan untuk membuat konsep data. • Contoh : Sebuah toko jual beli binatang peliharaan ( My Pets ) ingin membuat sistem jual beli sederhana. My Pets hanya menjual anjing & kucing. Anjing yang dijual berjenis husky, pitbull, dan herder. Sementara kucing yang dijual berjenis Anggora dan Persia. Pembeli yang membeli anjing / kucing akan dicatat datanya dalam aplikasi supaya dapat dikabari apabila toko sedang mempunyai promo.
- 9. Memodelkan data • Objek apa saja yang muncul dari kasus di atas?
- 10. Memodelkan data • Setelah objek terbentuk, aktfitas apa yang bisa kita definisikan dari contoh di atas? menjual membeli
- 11. Bussiness Rule • Sebuah pernyataan yang mendefinisikan atau membatasi beberapa aspek bisnis. Hal ini dimaksudkan untuk menegaskan struktur bisnis atau untuk mengontrol atau mempengaruhi perilaku bisnis. • Contoh : • Seorang mahasiswa dapat mengambil 24 SKS apabila IP semesternya > 3.00 • Mahasiswa tidak dapat mengajukan sidang tingkat apabila masih ada nilai E.
- 13. Model RE
- 14. Model RE
- 15. Entitas Seharusnya • Sebuah objek yang memiliki beberapa atribut. • Sebuah objek yang akan kita modelkan Tidak seharusnya • Pengguna dalam sistem basis data. • Output dari sistem basis data ( contoh : laporan ).
- 16. Entitas Inappropriate entities System user System output
- 17. Atribut • Simple vs Composit Mahasiswa Nama Alamat Jalan Kota Kabupaten Kode Pos composit
- 18. Atribut • Single-valued vs Multivalue Mahasiswa Nama Alamat Jalan Kota Kabupaten Kode Pos composit Hobi* multivalue
- 19. Atribut • Stored vs Derivied Mahasiswa Nama Jalan Kota Kabupaten Kode Pos composit Hobi* multivalue Alamat Tanggal_lahir Umur derivied
- 21. Identifier ( Keys ) • Sebuah atribut ( kombinasi dari beberapa atribut ) yang membedakan nilai dari masing-masing entitas. • Karakteristik identifier : • Nilainya tidak berubah • Tidak boleh null • Tidak ada intelligent identifier
- 22. Relasi • Relasi digambarkan dalam bentuk belahketupat ( diamond ). • Relasi dapat mempunyai atribut entitas asosiatif
- 23. Derajat Relasi • Merupakan jumlah entitas yang dapat berpartisipasi • Unary • Binary • Ternary
- 24. Kardinalitas Relasi • One to One / 1 : 1 • Tiap entitas pada relasi berpasangan tepat satu. • Many to Many / M : N • Banyak entitas A dapat berelasi dengan banyak entitas B. • One to Many / 1 : M • Satu entitas A dapat berelasi dengan banyak entitas B. Siswa Orang tuapunya Siswa Mata kuliah mengambil Kategori Buku Bukumengandung
- 25. Bagaimana cara menentukan kardinalitas relasi? • Tidak ada aturan baku, tapi di sini saya akan mencoba mengenalkan bagaimana menentukan kardinalitas sebuah relasi. • Penentukan relasi dapat ditentukan dari urutan 1 : 1, 1 : M, M : N. • Kardinalitas relasi bergantung pada data yang disediakan dan asumsi pada sebuah aturan bisnis.
- 26. Aturan 1 : 1 / M : N • Pada relasi 1 : 1 / M : N, relasi antar dua entitas akan menjadi entitas asosiatif dan memunculkan minimal dua atribut baru, yakni atribut primer dari masing-masing entitas yang berelasi. Entitas 1 Entitas 2Relasi 1 Atribut A Atribut B Atribut DAtribut C Atribut C Atribut A Atribut E
- 27. Aturan 1 : M • Pada relasi 1 : M, atribut primer dari entitas yang mempunyai kardinalitas 1 akan muncul di entitas yang mempunyai kardinalitas M sebagai entitas lemah. Entitas 1 Entitas 2Relasi 1 Atribut A Atribut B Atribut DAtribut C Atribut A
- 28. Contoh Kasus • Tentukan kardinalitas relasi pada bentuk relasi berikut : Siswa Mata kuliah mengambil NIM Nama Kode_mk MK NIM Nama 1104112345 Burhan 1104112346 Agam 1104112347 Rinai Kode_mk MK CEG3C3 Desain Basis Data CEG3C4 Keamanan Sistem
- 29. Contoh Kasus • Uji untuk relasi 1 : M 1 mahasiswa dapat mengambil banyak mata kuliah. Maka bentuk tabel datanya sebagai berikut : Untuk bentuk relasi 1 : M, maka terdapat duplikasi untuk kode MK CEG3C3 dan CEG3C4. Artinya 1 MK hanya dapat diambil oleh satu orang mahasiswa sehingga bentuk relasi 1 : M tidak dapat dipakai. Kode_mk MK NIM CEG3C3 Desain Basis Data 1104112345 CEG3C4 Keamanan Sistem 1104112345 CEG3C3 Desain Basis Data 1104112346 CEG3C4 Keamanan Sistem 1104112346 CEG3C3 Desain Basis Data 1104112347 CEG3C4 Keamanan Sistem 1104112347
- 30. Contoh Kasus • Uji untuk relasi M : N banyak mahasiswa dapat mengambil banyak mata kuliah. Maka bentuk tabel datanya sebagai berikut : Untuk bentuk relasi M : N, kita lihat bahwa tidak terdapat data yang duplikat sehingga relasi M : N dapat dipakai. ( Ini hanya merupakan ilustrasi, apabila bentuk tabelnya masih seperti di atas maka tidak dapat mengakomodasi kebutuhan mahasiswa mengulang ). Kode_mk NIM CEG3C3 1104112345 CEG3C4 1104112345 CEG3C3 1104112346 CEG3C4 1104112346 CEG3C3 1104112347 CEG3C4 1104112347
Editor's Notes
- #6: Dalam pemodelan data skala besar, anda meninjau sistem saat ini, menganalisis sifat dari area bisnis yang akan didukung, menggambarkan data yang diperlukan pada tingkat abstraksi yang sangat tinggi, dan merencanakan satu atau lebih proyek pengembangan database