SISTEM BASIS DATA
Materi
• Database dan DBMS
• Komponen lingkungan database
• Arsitektur database • Bahasa database
• Model basis data
• Data warehouse • OLAP
• Data mining • SQL
Database dan DBMS
• Database adalah suatu
pengorganisasian sekumpulan data yang saling terkait sehingga memudahkan
aktifitas untuk memperoleh informasi.
• Untuk mengelola basis data diperlukan
perangkat lunak yang disebut DBMS.
• DBMS adalah perangkat lunak sistem
yang memungkinkan para pemakai
membuat, memelihara, mengontrol, dan mengakses basis data dengan cara yang praktis dan efisien.
• DBMS dapat digunakan untuk
mengakomodasikan berbagai macam
Fitur-fitur DBMS
• Independensi data – program • Keamanan
• Integritas • Konkurensi
• Pemulihan (recovery) • Katalog sistem
Keunggulan DBMS
• Mengendalikan / mengurangi duplikasi
data.
• Menjaga konsistensi dan integritas data. • Memudahkan pemerolehan informasi
yang lebih banyak dari data yang sama.
• Meningkatkan keamanan data.
• Memaksakan penerapan standar. • Menghemat biaya.
• Menanggulangi konflik kebutuhan antar
pemakai.
• Meningkatkan tingkat respon dan
• Meningkatkan produktifitas pemrogram. • Meningkatkan pemeliharaan.
• Meningkatkan konkurensi tanpa menimbulkan masalah
kehilangan informasi atau integritas.
Kelemahan DBMS
• Kompleksitas yang tinggi membuat
administrator dan pemakai akhir harus benar-benar memahami fungsi-fungsi dalam DBMS agar dapat memperoleh manfaat yang optimal.
• Ukuran penyimpanan yang dibutuhkan
oleh DBMS sangat besar dan
memerlukan memori yang besar agar bisa bekerja secara efisien.
• Harga DBMS yang handal sangat mahal. • Terkadang DBMS meminta kebutuhan
• Biaya konversi sistem lama ke sistem
baru yang memakai DBMS terkadang sangat mahal.
• Kinerjanya terkadang kalah dengan
sistem yang berbasis berkas.
• Dampak kegagalan menjadi lebih tinggi
Komponen lingkungan database
• Perangkat keras. • Perangkat lunak. • Data.
Orang-orang yang terlibat dalam
DBMS
• Orang yang berperan langsung.
• Database administrator : orang yang
bertanggung jawab terhadap administrasi penggunaan sumber daya database.
Tugasnya :
• mengatur otorisasi akses terhadap basis data • memonitor penggunaan basis data
• melayani permintaan s/w dan h/w.
• Database desainer : orang yang
bertanggung jawab dalam perancangan basis data.
Tugasnya :
• mengidentifikasi data yang akan disimpan dalam
basis data
• memilih struktur yang sesuai dalam menyajikan
• End user : orang yang pekerjaannya
memerlukan akses terhadap basis data untuk keperluan query, update, generate report.
End user dibagi menjadi 4 kelompok, yaitu :
• Casual end users :
• Mengakses basis data secara kadang-kadang tetapi mungkin memerlukan informasi yang berbeda untuk setiap kalinya.
• Menggunakan bahasa query yang rumit dalam menspesifikasi query.
• Naive/Parametric end users :
• Biasanya secara berkala melakukan query dan update basis data dengan menggunakan jenis query dan update yang standar (transaksi yang telah diprogram dan dites).
• Sophisticated end users :
• Meliputi engineers, scientists dan business
analysists – yang telah mengenal dengan baik dan menyeluruh mengenai fasilitas-fasilitas DBMS
untuk memenuhi kebutuhan-kebutuhan yang kompleks.
• Stand-alone users :
• Mereka yang memelihara basis data personal
• System analyst dan application
programmers
• System analyst bertugas mendefinisikan
kebutuhan-kebutuhan end user (khususnya naive end user), dan mengembangkan spesifikasi untuk transaksi-transaksi yang memenuhi keinginannya.
• Applications programmers bertugas
• Orang-orang di belakang layar
• DBMS Designers and Implementers
Orang-orang yang merancang dan
mengimplementasikan modul-modul DBMS dan interfacenya sebagai satu paket
software.
• Tool Developers
Orang-orang yang mengembangkan paket-paket software yang memberikan fasilitas
dalam perancangan dan penggunaan sistem basis data (misal : Paket-paket untuk
performance monitoring, GUI, prototyping, simulation, dan lain sebagainya)
Arsitektur database
• Arsitektur database dimaksudkan untuk
membuat abstraksi terhadap database.
• Tujuannya agar DBMS dapat diakses
secara efisien tanpa mengharuskan
pemakai tahu secara detil tentang cara data disimpan dan dipelihara.
• ANSI-SPARC (American National
Standard Institute – Standards Planning and Requirementa Comitte)
Arsitektur ANSI – SPARC
Database Skema internal Skema konseptual
• Internal level (internal schema)
• menjelaskan struktur penyimpanan fisik dari
basis data
• menggunakan model data fisik
• Conceptual Level (conceptual schema)
• menjelaskan struktur dari keseluruhan basis
data untuk dipakai oleh satu komunitas user.
• Model data tingkat tinggi atau model data
implementasi dapat digunakan pada level ini.
• External atau View Level (external
schema atau user view)
• menjelaskan sebagian basis data yang
menjadi “interest” dari sekelompok user tertentu
• model data tingkat tinggi (atau
Bahasa database
• Bahasa DBMS digunakan untuk membuat spesifikasi
skema konseptual dan internal, dan mapping antara keduanya.
• DDL (Data Definition Language) dapat digunakan untuk
menspesifikasikan kedua skema di atas, jika dalam DBMS tidak ada pemisahan yang ketat antara kedua level tersebut.
• DDL hanya digunakan untuk menspesifikasi skema
• Untuk mapping antara keduanya dapat
digunakan VDL (View Definition
Language) untuk menspesifikasikan user view dan mappingnya menjadi skema
konseptual.
• DML (Data Manipulation Language)
digunakan untuk melakukan manipulasi data (setelah dilakukan proses kompilasi skema konseptual).
• SQL (Structured Query Language)
merupakan contoh bahasa yang
Model basis data
• Model data yang umum saat ini ada 4 macam, yaitu :
• Model data hirarkis • Model data jaringan • Model data relasional
Model data hirarkis
• Model ini sering kali dijabarkan dalam
bentuk pohon terbalik.
• Dikenal istilah parent dan child,
masing-masing berupa simpul dan terdapat
hubungan bahwa setiap child hanya bisa memiliki satu parent, sedangkan satu
parent bisa memiliki sejumlah child.
• Simpul tertinggi disebut root.
• Model data hirarkis tidak dapat
Contoh model data hirarkis
RootDosen A Dosen B
MK A MK B MK C
Model data jaringan
• Model data jaringan menyerupai model
hirarkis.
• Model data jaringan tidak mengenal
root.
• Setiap child bisa memiliki lebih dari satu
parent.
Contoh model data jaringan
Dosen A Dosen B
MK A MK B MK C
Model data relasional
• Model data relasional menggunakan sekumpulan tabel
berdimensi dua dengan setiap tabel tersusun atas sejumlah baris dan kolom.
• Kolom (field) dapat didefinisikan sebagai satuan data
terkecil dalam sebuah tabel yang mempunyai makna.
• Baris (record) adalah kumpulan kolom yang
• Pada model data relasional, kaitan atau
asosiasi antara dua buah tabel disebut relasi. Relasi dapat berupa :
• 1:1, satu data pada suatu tabel
berpasangan dengan hanya satu data pada tabel lain.
• 1:M, satu data pada suatu tabel
berpasangan dengan banyak data pada tabel lain.
• Model data relasional tidak mendukung
• Secara konsep, setiap tabel harus
memiliki primary key.
• Primary key dapat tersusun dari sebuah
atau beberapa field yang berperan
sebagai identitas yang unik untuk setiap baris data.
• Foreign key adalah sebuah kolom dalam
sebuah tabel yang menjadi penghubung dengan primary key pada tabel lain.
• Indeks merupakan suatu mekanisme
Model data berorientasi objek
• Model data berorientasi objek adalah model data yang
Data warehouse
• Data warehouse adalah basis data yang menyimpan
data sekarang dan data masa lalu yang berasal dari
berbagai sumber yang menjadi perhatian penting bagi manajemen dalam organisasi dan ditujukan untuk
• Data warehouse bersifat
multidimensional yang berarti bahwa terdapat banyak lapisan kolom dan baris.
• Data warehouse dapat dibangun sendiri
dengan menggunakan perangkat
Prinsip data warehouse
Sumber data internal
DB 1
DB 2
Sumber data
eksternal Data warehouse
Manajer data warehouse
•Perangkat EIS •Perangkat
pelaporan
•Perangkat
pengembangan aplikasi
•OLAP
OLAP
• On Line Analytical Processing adalah suatu jenis
pemrosesan yang memanipulasi dan menganalisa data bervolume besar dari berbagai perspektif
(multidimensi).
• OLAP dapat digunakan untuk melakukan konsolidasi,
• Konsolidasi melibatkan pengelompokan
data.
• Drill-down adalah suatu bentuk yang
memungkinkan data yang ringkas
dijabarkan menjadi data yang lebih detil.
• Slicing and dicing menjabarkan pada
Data mining
• Data mining adalah perangkat lunak yang digunakan
untuk menemukan pola-pola tersembunyi maupun
Aplikasi data mining
• Pemasaran.
• Mengidentifikasi pembelian yang dilakukan
konsumen.
• Menemukan relasi di antara karakteristik
demografi pelanggan.
• Memperkirakan tanggapan penawaran
melalui surat.
• Bank.
• Mendeteksi pola penyalahgunaan kartu
kredit.
• Mengidentifikasi tingkat loyalitas pelanggan.
• Asuransi.
• Analisis klaim
• Memperkirakan pelanggan yang akan
SQL
• SQL (Structured Query Language) adalah bahasa yang
digunakan untuk mengakses basis data yang tergolong relasional.
• SQL dapat digunakan untuk mengambil (query) data,
menciptakan dan menghapus tabel, menambah,
Sistem basis data terdistribusi
• Basis data terdistribusi adalah kumpulan data yang
dipakai secara bersama-sama yang terintegrasi secara logis, tetapi secara fisik tersebar pada beberapa