Pengantar Teknologi Informasi
Data & Informasi
Content
Struktur Data
Konsep Dasar, Tipe Data, Konstanta dan Variabel
Fundamental Database
Pengertian, Redudansi , Latar Belakang, Model
Data Mining
Konsep dasar struktur data
Struktur adalah cara sesuatu disusun atau dibangun;
susunan; bangunan
Data adalah representasi dari fakta dunia nyata/
catatan atas kumpulan fakta
Struktur Data adalah cara menyimpan atau
merepresentasikan data di dalam komputer agar bisa dipakai secara efesien
Konsep dasar struktur data
Pemakaian struktur data yang tepat di dalam
proses pemrograman akan menghasilkan
algoritma yang lebih jelas dan tepat, sehingga
menjadikan program secara keseluruhan
Tipe Data
TIPE DATA
Himpunan Nilai
Himpunan operasi yang diperkenankan terhadap
nilai-nilai tersebut
TIPE DATA ATOMIK
Tipe data yang tak bisa diuraikan lagi
Contoh: INTEGER, CHAR, ..
TIPE DATA MAJEMUK
Tipe data yang masih bisa diuraikan ke dalam satu atau
beberapa tipe atomik
Tipe Data
Tipe Data
Konstanta dan Variabel
Variabel adalah suatu tempat untuk menampung
data yang nilainya selalu berubah.
Konstanta adalah suatu tempat untuk menampung
data yang nilainya selalu tetap dan tidak pernah berubah
Content Fundamental Database
Fundamental database
Pengertian Basis Data
Pengertian Redudansi
Latar Belakang Basis Data
Pengertian Basis Data
Silberschatz, dkk (2002), mendefinisikan basis data
sebagai kumpulan data berisi informasi yang sesuai
untuk sebuah perusahaan.
Menurut Mc Leod, dkk (2001), basis data adalah
kumpulan seluruh sumber daya berbasis komputer milik organisasi.
Pengertian Basis Data
Ramakrishnan dan Gehrke (2003), menyatakan
basis data sebagai kumpulan data, umumnya
mendiskripsikan aktivitas satu organisasi atau lebih yang berhubungan.
Misalnya, basis data universitas mungkin berisi
informasi mengenai hal berikut:
Hubungan antar aktivitas seperti registrasi mahasiswa
dalam matakuliah, fakultas yang mengajarkan matakuliah dan pengguna ruang kuliah.
Pengertian Basis Data
Definisi Basis Data
Stephens dan Plew ;2000
-Menyimpan Informasi dan data
Silberschatz, dkk (2002),
-Kumpulan data berupa Informasi
Mc Leod, dkk (2001),
- kumpulan seluruh sumber daya berbasis komputer
Ramakrishnan dan Gehrke (2003)
-Kumpulan data yg mendiskripsikan aktivitas
Pengertian Basis Data
Kesimpulan Pengertian Basis Data:
Basis data didefinisikan sebagai
sekumpulan
data yang saling berhubungan
,
disimpan
dengan minimum redundansi (pengulangan)
untuk melayani banyak aplikasi secara
optimal
dengan tujuan memudahkan dan
mempercepat pengambilan kembali
Pengertian Redudansi
Pengertian redundansi pada basis data
1. Penyimpanan data yang sama secara berulang
NIM KODE_MK SKS NILAI
A10 MK_01 3 A A10 MK_02 2 B A11 MK_01 3 A A12 MK_01 3 A A12 MK_02 2 B A12 MK_03 3 B
Terjadi pengulangan penulisan pasangan KODE_MK dan SKS yang sama. Misalnya untuk MK_01 (ditulis 3 kali), dan MK_02 (ditulis 2 kali)
Pengertian Redudansi
17
Redundansi
Duplikasi data
NIM KODE_MK NILAI
A10 MK_01 A A10 MK_02 B A11 MK_01 A A12 MK_01 A A12 MK_02 B A12 MK_03 B
Duplikasi terjadi karena penulisan KODE_MK untuk MK_01 dan MK_02, yang berturut-turut diulang
sebanyak 3 dan 2 kali. Duplikasi penulisan seringkali tidak dapat dihindarkan dalam penyimpanan data
Pengertian Redudansi
2. Penyimpanan data yang dapat diperoleh dari data lain
NIM NIP_WALI NIP_WALI NAMA_WALI A10 ADN_011 ADN_011 MAX
A11 AND_012 AND_012 ROBERT
NAMA_WALI TELP_WALI NIM TELP_WALI MAX (024)001 A10 (024)001 ROBERT (024)002 A11 (024)002
Tabel a) Tabel b)
Pengertian Redudansi
19
2. Penyimpanan data yang dapat diperoleh dari data lain Dengan mengamati keempat tabel di atas, ternyata Tabel
d) berisi data yang dapat diperoleh dari tabel lain, yaitu dengan meng-hubungkan Tabel a), b), dan c). Dengan demikian untuk menghilangkan redundansi, Tabel d) perlu dihilangkan.
Pengertian Redudansi
3. Data yg sama disimpan dalam banyak table yg berbeda
Nim Nama_Mhs Kd_MK Nm_MK SKS A10 MAX MK_01 Pancasila 2 A11 ROBERT MK_02 Agama 2
Tabel Mahasiswa Tabel Matakuliah
Nim Nama_Mhs Kd_MK Nm_MK SKS Nilai A10 MAX Pancasila 2 MK_01 A A11 ROBERT Agama 2 MK_02 B
Pengertian Redudansi
21
3. Data yg sama disimpan dalam banyak table yg berbeda
Dengan mengamati ke tiga table diatas, terdapat
redundansi, yaitu atribut(data) Nama_mhs, Nm_MK dan SKS tersimpan pada beberapa table yang berbeda. Hal ini harus dihindari dengan jalan menghilangkan atribut Nama_mhs, Nm_MK dan SKS pada table Nilai
Latar Belakang Basis Data
Pemrosesan data diperlukan untuk mengolah data
menjadi informasi.
Integrasi data dapat menjadikan informasi menjadi
lengkap (utuh) dan relevan
Sebelum diterapkannya Basis Data, pekerjaan
pemrosesan data dilakukan secara terpisah oleh bagian terkait (pemrosesan file tradisional)
Aplikasi Akademik File Data Akademik Aplikasi Keuangan File Data Keuangan Aplikasi Alumni File Data Alumni
Latar Belakang Basis Data
Pemrosesan data yang dilakukan secara tradisional,
memiliki keterbatasan meliputi:
1. Data menjadi terpisah dan terisolasi
2. Munculnya redundansi data
3. Berpotensi terjadinya inkonsistensi data
4. Munculnya data yang membingungkan (data
confusion)
5. Program aplikasi tergantung pada format file
Latar Belakang Basis Data
Dengan keterbatasan-keterbatasan tersebut,
pemrosesan file tradisional kurang mempunyai
keluwesan dan tidak mendukung pemakaian data bersama (data sharing).
Hal ini menyebabkan tidak dapat dilakukannya
pertukaran data dan sering terjadi atau terpaksa harus dilakukan pengetikan ulang data dari satu aplikasi ke aplikasi yang lain.
Sehingga untuk mengatasinya, dikenalkan konsep
Latar Belakang Basis Data
25
Kesimpulan Alasan Menggunakan Basis Data
Kita dapat memperoleh/menemukan kembali data
dengan mudah dan cepat
Di dalam penggunaan basis data, terdapat suatu tempat
penyimpanan data tunggal yang dikelola
Data tersebut didefinisikan sekali dan kemudian
diakses oleh bermacam pengguna dan aplikasi
Penggunaan basis data memberikan sejumlah
keunggulan potensial dibandingkan dengan pemrosesan file tradisional
Model Basis Data
Ada banyak cara untuk memodelkan struktur
basis data: dikenal sebagai model basis data atau model data
Beberapa Jenis Model Data :
1. Model data File datar ( Flat-file data model )
2. Model data Hirarki ( Hierarchichal data model ) 3. Model data Jaringan ( Network data model )
4. Model data Relasional ( Relational data model ) 5. Model data Keterhubungan Entitas ( Entity
Relationship data model )
6. Model data Berorientasi Objek (Object Oriented data model )
Model Basis Data
1. Model data File datar ( Flat-file data model )
a. Sebuah flat-file database adalah database yang
hanya memiliki sebuah tabel.
b. Fields-nya memiliki panjang konstan atau
panjang bervariasi yang dipisahkan dengan beberapa karakter (delimeter).
c. Sebuah field digunakan sebagai key field (atau
Model Basis Data
Contoh 1, Flat-file Model Data
Tabel kartu nama yang diindex
Model Basis Data
Contoh 2, Flat-file Model Data
1234 5 67890123456789012345 6 78901234567890123 0123 Mulyono Progdi TI-S1
1234 Arifin Progdi TI-S1
2345 Tyas Catur P. Progdi TI-S1
3456 Ifan Riska Progdi TI-S1
4567 Ayu Pertiwi Progdi TI-S1
Model Basis Data
Contoh 3, Flat-file Model Data
Model data flat-file dengan panjang fields-nya bervariasi 0123: Mulyono: Progdi TI-S1
1234: Max Tetelepta : Progdi TI-S1 2345: Tyas Catur P.: Progdi TI-S1 3456: Ifan Riska:PS. Progdi TI-S1 4567: Ayu Pertiwi:PS. Progdi TI-S1 5678: Etika Kartika:PS. Progdi TI-S1 6789: Anthoni Suteja:PS. Progdi TI-S1 7890: Fikri Budiman: Progdi TI-S1
Model Basis Data
Kelemahan model data flat-file:
Flat-file tidak menggunakan struktur data yang
dengan mudah dapat direlasikan
Sulit untuk mengatur data secara efisien dan
menjamin akurasi
Model Basis Data
2. Model data Hirarki ( Hierarchichal data model )
a. Model mengikuti pola hirarki pada suatu organisasi
atau suatu keluarga, dimana terdapat rekaman data yang berfungsi sebagai “bapak” (parent-record) ada yang berfungsi sebagai “anak” (child-record), atau sebagai “pimpinan’ dan “anak-buah”.
b. Dalam model ini seorang “bapak” bisa memiliki lebih
dari satu “anak” tetapi seorang “anak” hanya boleh memiliki satu “bapak”
c. sekumpulan record yang dihubungkan satu sama lain
melalui link
Model Basis Data
Model Basis Data
Model Basis Data
Contoh 3: Hirarki Model Data
Contoh basis-data yang menggambarkan rencana studi mahasiswa dimana seorang mahasiswa boleh mengambil beberapa matakuliah
Pada model diatas tidak direpresentasikan bahwa satu matakuliah diambil oleh beberapa mahasiswa, karena berarti menyalahi
aturan dimana satu “anak” (kuliah) memiliki banyak “bapak” (mahasiswa). Pada Kondisi ini model data hirarki mengalami keterbatasan
Model Basis Data
Model Basis Data
Keunggulan Hirarki Model Data
Keunggulan dari model ini terletak pada keteraturan struktur yang ditunjukkannya dan sangat cocok
diterapkan pada sebuah sistem/persoalan yang
keterkaitan antara objek-objek di dalamnya mengikuti struktur hirarkis tertentu
Kelemahan :
Pengguna harus sangat familiar dengan struktur basis data
Terjadi redudansi data, karena tidak mendukung hubungan relasi many to many.
Model Basis Data
Pengembangan dari model data hirarkis.
Sebuah child-record bisa memiliki lebih dari
satu parent-record.
Adanya penghubung (link) antara
parent-record dan child-parent-record yang bisa satu arah
atau dua-arah
Network model menyusun record - record
dalam bentuk graph, sedangkan Hierarchichal
model disajikan dalam bentuk tree (pohon).
Model Basis Data
Contoh 1, Model Data Jaringan
Berbeda dengan hirarki model, pada model jaringan dapat menggunakan hubungan 2 arah, mendukung relasi many to many.
Model Basis Data
Model Basis Data
Model Basis Data
Kelebihan model data jaringan:
Akses data yang cepat karena langsung
memanfaatkan pointer ke alamat fisik data
Efisiensi ruang penyimpanan karena redudansi
dapat dikendalikan (bahkan dapat tidak ada redudansi).
User dapat mengakses data dimulai dari
Model Basis Data
Kelemahan basis data jaringan:
Struktur basis datanya tidak mudah untuk
dilakukan modifikasi
Proses query pada model jaringan jauh lebih
kompleks
Operasi manipulasi data dilakukan dengan
penelusuran melalui data pointer yang ada
Model Basis Data
Model basis data relasional merupakan model basis
data yang paling populer banyak digunakan sekarang ini
Unit utama yang disimpan pada basis data adalah
berbentuk tabel atau kelompok data yang saling berhubungan
Tabel terdiri baris dan kolom, baris adalah
merepresentasikan tuple atau record pada tabel, dan kolom merepresentaksikan fields pada tabel
Tabel dapat berhubungan dengan tabel yang lain
dengan menggunakan kunci
Model Basis Data
Model Basis Data
Model Basis Data
Kelebihan basis data relasional:
a. Data sangat cepat diakses
b. Struktur basis data mudah dilakukan perubahan
c. Data direpresentasikan secara logik, user tidak
membutuhkan bagaimana data disimpan.
d. Mudah untuk membentuk query yang komplek dalam
melakukan retrieve data
e. Mudah untuk mengimplementasikan integritas data
f. Data lebih akurat
g. Mudah untuk membangun dan memodifikasi program
aplikasi
Model Basis Data
Kelemahan basis data relasional:
a. Kelompok informasi/tables yang berbeda
harus dilakukan joined untuk melakukan retrieve data
b. User harus familiar dengan relasi antar tabel
Model Basis Data
Menjelaskan hubungan antar data dalam sistem
basis data berdasarkan suatu presepsi bahwa real world terdiri dari obyek-obyek dasar yang mempunyai hubungan relasi antara
obyek-obyek tersebut
Relasi antara obyek dilukiskan dengan
menggunakan simbol-simbol grafis tertentu
5. Model Data Keterhubungan antar Entitas
Model Basis Data
Contoh : Model Data Keterhubungan antar Entitas
Mahasiswa nim Mata Kuliah Kode_kul Mempelaja ri nim Kode_kul
Nm_mhs Alamat_mhs Index_nilai SKS semester Nm_kul
Model Basis Data
Keterangan simbol :
: menunjukkan obyek dasar/entitas (entity)
: menunjukkan relasi
: menunjukkan atribut dari obyek dasar/entitas
Model Basis Data
Model data berbasis objek dikembangkan searah
dengan perkembangan pemrograman berbasis objek.
Salah satu karakteristik dari sistem berbasis objek
adalah encapsulation yaitu suatu objek terpisah dari objek lain sehingga setiap objek seakan-akan berada dalam kapsulnya masing-masing.
Pada setiap kapsul terdapat komponen data
(attribute) dikemas bersama dengan
komponen akses-nya (methods)
Model Basis Data
Suatu model basis data, dimana data
didefinisikan, disimpan, dan diakses
menggunakan pemrograman berorientasi objek.
Basis data berorientasi objek didefinisikan
dengan menggunakan bahasa pemrograman berorientasi objek, semisal bahasa Java.
Aplikasi End user juga di bangun dengan
menggunakan bahasa berorientasi objek.
Model Basis Data
Model Basis Data
Login
«column»
*PK idLogin: INT EGER pin: INT EGER
«PK»
+ PK_Login(INT EGER)
Account
«column»
*PK id: INT EGER
nama: VARCHAR(50) alamat: VARCHAR(50) pekerjaan: VARCHAR(50) FK idLogin: INT EGER FK idBalance: INT EGER FK idT ransaksi: INT EGER
«FK»
+ FK_idBalance(INT EGER) + FK_idLogin(INT EGER) + FK_idT ransaksi(INT EGER)
«PK»
+ PK_Account(INT EGER)
Balance
«column»
*PK idBalance: INT EGER saldo: INTEGER
«PK»
+ PK_Balance(INT EGER)
Transaksi
«column»
*PK idT ransaksi: INT EGER tgl: DATE jenis: VARCHAR(50) «PK» + PK_Transaksi(INT EGER) +idTransaksi +PK_Transaksi +idBalance +PK_Balance +idLogin +PK_Login
Model Basis Data
Kelebihan basis data berorientasi objek:
a. Programmer hanya dibutuhkan memahami konsep
berorientasi objek untuk mengkombinasikan konsep berorientasi objek dengan storage basis data relasional
b. Objek dapat dilakukan sifat pewarisan dari objek yang
lain
c. Secara teoritis mudah untuk mengatur objek
d. Model data berorientasi objek lebih kompatibel
dengan tools pemrograman berorientasi objek.
Kelemahan basis data berorientasi objek:
User harus memahami konsep berorientasi objek,
karena basis data berorientasi objek tidak dapat bekerja dengan metoda pemrograman tradisional
Data Mining
Data mining merupakan suatu cara dalam
penggalian informasi dari sejumlah data
yang biasanya tersimpan dalam repositori
dengan menggunakan teknologi pengenalan
pola, statistik dan teknik matematika
Secara umum, data mining dikenal dengan
Data Mining
Data mining diperlukan untuk mengungkapkan
informasi yang tersembunyi, dimana adanya
keterbatasan kemampuan analisis manusia dan cara tradisional yang dilakukan
Data mining juga dikenal sebagai
"knowledge-discovery in databases" (KDD), memiliki
tiga akar generik meliputi: Statistik Kecerdasan Buatan, Sistem Basis Data
Penerapan Data Mining dapat dijumpai dalam
Data Warehouse
Data Warehouse adalah koleksi data yang
mempunyai sifat berorientasi subjek, terintegrasi, time-variant, dan bersifat tetap dari koleksi data dalam mendukung proses pengambilan keputusan
management (W.H.Inmon)
Data Warehouse merupakan database yang bersifat
analisis dan read only yang digunakan sebagai