Apa yang dimaksud dengan model data? Sebutkan dua jenis data model yang Anda ketahui!

Model data adalah sekumpulan cara / peralatan / tool untuk mendeskripsikan data-data, hubungannya satu sama lain, semantiknya, serta batasan konsistensi. Ada dua model data, yaitu : Entity Relationship Diagram (ERD) dan model relasional. Keduanya menyediakan cara untuk mendeskripsikan perancangan basis data pada peringkat logika.

Model ERD atau Conceptual Data Model (CDM) : model yang dibuat berdasarkan anggapan bahwa dunia nyata terdiri dari koleksi obyek-obyek dasar yang dinamakan entitas (entity) serta hubungan (relationship) antara entitas-entitas itu. Model Relasional atau Physical Data Model (PDM) : model yang menggunakan sejumlah tabel untuk menggambarkan data serta hubungan antara data-data tersebut. Setiap tabel mempunyai sejumlah kolom di mana setiap kolom memiliki nama yang unik.

Bangun sebuah ER-Diagram untuk perusahaan asuransi mobil yang costumer– costumernya masing-masing memiliki satu atau lebih mobil. Setiap mobil memiliki 0 sampai banyak catatan kecelakaan. Serta bangun tabel-tabel untuk ER-diagram! ERD :

Tabel untuk ERD :

Jelaskan perbedaan antara weak entity dan strong entity!

maka pengimplementasiannya juga harus dilakukan setelah relasi prasyarat tersebut terimplementasikan. yang keberadaannya tidak bergantung pada keberadaan entitas yang lainnya. Entitas lemah tidak memiliki arti apa-apa dan tidak dikehendaki kehadirannya dalam diagram ER tanpa kehadiran entitas di mana mereka bergantung. van. Weak entity (entitas lemah) : entitas yang keberadaannya sangat bergantung pada keberadaan entitas yang lainnya. Relasi yang bertipe agregasi tidak dimungkinkan ada jika relasi yang menjadi prasyaratnya tidak terealisasi. Secara umum. Entitas lemah tidak memiliki identifier sendiri. Jelaskan konsep dari agregasi dan berikan contoh yang memakai konsep ini! Agregasi adalah suatu keadaan di mana suatu relasi hanya dapat direalisasikan setelah relasi yang lain ada terlebih dahulu. Karena relasi ini dibentuk dari relasi lain (relasi prasyarat) yang secara kronologis lebih dulu terbentuk. Instansiasi entitas kuat selalu memiliki karakteristik yang unik disebut identifier (sebuah atribut tunggal atau gabungan atributatribut yang secara unik dapat digunakan untuk membedakannya dari entitas kuat yang lain). Bagaimana jika terdapat set entitas yang sama muncul beberapa kali dalam satu set ERDiagram? Mengapa hal ini harus dihindari? Jelaskan!     Untuk menghindari redundancy Menghemat penyimpanan (storage) data Mengurangi efektifitas dan kecepatan akses Untuk menghindari terjadinya asinkronisasi data pada saat diupdate Desain sebuah generalisasi – spesialisasi hirarki untuk sebuah perusahaan kendaraan bermotor. . passenger car. Contoh agregasi : Sesungguhnya agregasi dapat dipandang sebagaimana relasi pada umumnya (yang menghubungkan 2 entitas). Tentukan penempatan atribut Anda pada setiap level hirarki.  Strong entity (entitas kuat) : entitas yang mandiri. Entitas di mana entitas lemah bergantung dinamakan identifying owner. dan bis. Perusahaan menjual sepeda motor. dalam diagram ER entitas lemah memiliki atribut yang berperan sebagai partial identifier (identifier yang berfungsi secara sebagian). Selanjutnya kita tinggal meninjau derajat relasi dari relasi agregasinya.

Contoh kasus : . Constraint partial adalah constraint yang mana data dalam entitas yang memiliki constraint tersebut terhubung ke dalam entitas dari relasinya. Entity 2 to entity 1 : kardinalitas : many to one dengan detail minimal 1 dan maksimalnya 1. Apa yang Anda ketahui dari relasi-relasi berikut? Serta buatlah contoh kasus dari relasirelasi di atas! Relasi satu :   Entity 1 to entity 2 : kardinalitas : one to many dengan detail minimal 0 dan maksimalnya banyak. Dependensi : entitas 1 dan entitas 2 tidak saling ketergantungan.Jelaskan perbedaan antara total constraint dan partial constraint!   Total constraint adalah constraint yang mana data dalam entitas yang memiliki constraint tersebut terhubung secara penuh ke dalam entitas dari relasinya. Dependensi : entitas 1 dan entitas 2 tidak saling ketergantungan.

Relasi tiga  Entity 5 to entity 6 dan Entity 6 to entity 5 : kardinalitas : one to one dengan detail minimal 0 maksimalnya 1. Pembeli boleh tidak membeli mobil. Dependensi : entitas 3 dan entitas 4 tidak saling ketergantungan. Dependensi : entitas 5 dan entitas 6 tidak saling ketergantungan. . Entity 4 ke entity 3 : kardinalitas : many to one dengan detail minimal 1 maksimal 1. Satu dosen bisa mempunyai banyak mahasiswa wali. tetapi juga boleh membeli banyak mobil. Dependensi : entitas 4 dan entitas 3 tidak saling ketergantungan. Satu mahasiswa harus mempunyai satu dosen wali. maksimal hanya ada satu orang pembeli. Satu mobil boleh tidak ada yang membeli.Keterangan : tabel Pembeli dan Mobil dengan relasi membeli. Relasi dua :   Entity 3 to entity 4 : kardinalitas : one to many dengan detail minimal 0 maksimalnya banyak. tapi seandainya ada yang membeli. Contoh kasus : Keterangan : tabel Dosen dan Mahasiswa dengan relasi perwalian. bisa pula tidak punya.

tetapi hanya boleh mengepalai satu departemen saja. Cowok tidak harus menikah. Contoh kasus : Keterangan : tabel Pegawai dan Departemen dengan relasi mengepalai. Dependensi : entitas 7 dan entitas 8 tidak saling ketergantungan.Contoh kasus : Keterangan : tabel Cowok dan Cewek dengan relasi menikah. tapi boleh menikah hanya dengan satu cowok. Entity 8 ke entity 7 : kardinalitas : one to one dengan detail minimal 1 maksimal 1. tapi boleh menikah hanya dengan satu cewek. Dependensi : entitas 8 dan entitas 7 tidak saling ketergantungan. Pegawai tidak harus mengepalai departemen. Relasi lima . Cewek boleh tidak menikah. Relasi empat   Entity 7 to entity 8 : kardinalitas : one to one dengan detail minimal 0 maksimalnya 1. Diasumsikan tidak diperbolehkan adanya poligami. Masing-masing departemen harus mempunyai satu orang atasan.

Dependensi : entitas 14 tergantung kepada entitas 13. Satu mahasiswa minimal mengambil satu mata kuliah dan boleh mengambil banyak mata kuliah. Contoh kasus : Keterangan : tabel Customer dan Asuransi dengan relasi mempunyai. . relasi many to many akan dijadikan sebuah tabel baru. tapi boleh diambil oleh banyak mahasiswa. Customer boleh tidak mempunyai asuransi. Namun pada kenyataannya. Entity 10 ke entity 9 : kardinalitas : many to many dengan detail minimal 1 maksimal banyak. dan boleh mempunyai banyak asuransi. Entity14 ke entity 13 : kardinalitas : many to one dengan detail minimal 1 maksimal 1. Contoh kasus : Keterangan : tabel Mata Kuliah dan Mahasiswa dengan relasi diambil. Dependensi : entitas 13 menjadi parent dari entitas 14. Dependensi : entitas 9 dan entitas 10 tidak saling ketergantungan.  Entity 9 to entity 10 : kardinalitas : many to many dengan detail minimal 0 maksimalnya banyak. Relasi tujuh   Entity 13 to entity 14 : kardinalitas : one to many dengan detail minimal 0 maksimalnya banyak. Dependensi : entitas 10 dan entitas 9 tidak saling ketergantungan. Mata kuliah tidak harus diambil oleh mahasiswa. Satu asuransi harus dimiliki oleh satu orang customer.

. Boyce-Codd Normal Form (BCNF) : atribut yang ditentukan bukan bagian dari key attribute. yang mana masih belum sampai pada tingkat efektifitas maksimal. masih banyak kemungkinan terjadinya redundancy data atau duplikasi data. Second Normal Form (2NF) : atribut bukan kunci tidak boleh bergantung pada sebagian primary key. Third Normal Form (3NF) : tidak boleh ada atribut bukan kunci yang bergantung pada atribut selain primary key. Perbedaan antara tahap 1NF dengan tahap BCNF :   1NF : tahap normalisasi dasar. penguraian atribut multivalued dan composit. BCNF : tahap normalisasi setelah 3NF . artinya atribut bukan kunci harus bergantung pada semua atribut yang termasuk primary key –> functional dependency pada primary key. yang mana efektifitas telah mencapai maksimal.     First Normal Form (1NF) : tidak boleh ada kelompok yang berulang pada tabel. kemungkinan terjadinya redundancy data dan duplikasi data lebih kecil daripada 1NF.Sebutkan tahapan–tahapan normalisasi serta penjelasannya! Dan apa perbedaan antara 1 NF dan BCNF? Normalisasi adalah proses penyusunan data untuk mengurangi terjadinya duplikasi dan inkonsistensi.

Sign up to vote on this title
UsefulNot useful