• Tidak ada hasil yang ditemukan

PEMODELAN DATA. Untuk Memenuhi Tugas Mata Kuliah Rekayasa Perangkat Lunak. Dosen Pembimbing : Wachyu Hari Haji, S.Kom, MM.

N/A
N/A
Protected

Academic year: 2021

Membagikan "PEMODELAN DATA. Untuk Memenuhi Tugas Mata Kuliah Rekayasa Perangkat Lunak. Dosen Pembimbing : Wachyu Hari Haji, S.Kom, MM."

Copied!
31
0
0

Teks penuh

(1)

PEMODELAN DATA

Untuk Memenuhi Tugas Mata Kuliah Rekayasa Perangkat Lunak

Dosen Pembimbing :

Wachyu Hari Haji, S.Kom, MM

Disusun Oleh :

Fadhilla Eka Hentino / 41813120051

UNIVERSITAS MERCU BUANA JAKARTA

FAKULTAS ILMU KOMPUTER

JURUSAN SISTEM INFORMASI

MEI 2015

(2)

PEMODELAN DATA

I. MODEL DATA ENTITY-RELATIONSHIP

Model data Entity-Relationship (ER) adalah suatu model jaringan yang menggunakan susunan data yang disimpan dalam sistem secara abstrak, yang menekankan pada struktur-struktur dan relatioship data. Biasanya model ER ini digunakan oleh profesional sistem untuk berkomunikasi dengan pemakai eksekutif tingkat tinggi dalam sebuah organisasi seperti wakil direktur, manajer yang pada umumnya tidak tertarik pada pelaksanaan operasional sistem sehari-hari. Pemakai ini cenderung lebih tertarik pada data apa saja yang dibutuhkan oleh bisnis mereka?. Bagaimana data tersebut saling berrelasi? Siapa yang diperkenankan mengakses data. Mode ER juga menguntungkan bagi profesional sistem, karena model ER meMperlihatkan hubungan antara data store yang ada pada Data Flow Diagram (DFD).

Model data ER dibangun berdasarkan persepsi dari dunia nyata yang mengandung himpunan dari objek-objek yang disebut entitas dan hubungan antara objek-objek tersebut. Model ER ini digunakan untuk memfasilitasi perancangan basis data dari sebuah skema organisasi, dengan mentransformasi kebutuhan suatu basis data dari suatu organisasi ke dalam bentuk skema konseptual yang akan menghasilkan struktur logika dari suatu basis data. Setiap objek yang terbentuk di dalam suatu organisasi bersifat unik. Hal ini tampak dari atribut-atribut yang dimiliki oleh objek–objek tersebut.

Contoh :

KRS mempunyai atribut NPM , Kd_mK , Mt_kuliah, SKS. Kelas, Sem.

Untuk menggambarkan proses pembuatan model ER dicontohkan dengan hubungan antara beberapa entitas seperti KRS merupakan relasi yang menghubungkan Mahasiswa dengan setiap MATAKULIAH yang diambil.

Struktur logik dari sebuah basis data secara grafik digambarkan pada gambar 1. yang terdiri dari beberapa komponen.

(3)

MAHASISWA MENGAMBIL MATAKULIAH NPM NAMA ALAMAT TGL_LHR KOTA KD_MK MT_KULIAH SKS SEM KELAS M N Gambar 1.

Model Data ER dengan Entitas MAHASISWA, MATAKULIAH dan relasi MENGAMBIL

1. Konsep Dasar Model ER

Konsep dasar dari model ER terdiri dari : Entitas, Atribut, Relationship.

a. Entitas

Sebuah entitas adalah suatu objek yang dapat dibedakan dengan objek lainnya. Sebagai contoh, setiap mahasiswa yang belajar di suatu Universitas adalah sebuah entitas begitu juga dengan objek lain yang berhubungan dengan Universitas seperti Dosen, Mata Kuliah, Nilai dan sebagainya.

Entitas dapat merupakan objek dalam bentuk phisik (nyata) dan dapat merupakan objek dalam bentuk konsep (abstrak) seperti terlihat pada tabel 1.

Tabel 1. Contoh Entitas dalam bentuk Phisik dan Konsep

Phisik Konsep - Mahasiswa - Barang - Pegawai - Pelanggan - Property - Supplier - Penjualan - Pembelian - Pendaftaran - Pengalaman_kerja - Kursus

Entitas memiliki sejumlah atribut, dan dari beberapa atribut yang dimiliki oleh entitas, ada yang bernilai unik. Atribut tersebut digunakan untuk mengidentifikasi suatu entitas . Notasi yang digunakan adalah Rectangle (Kotak)

Sekelompok entitas yang sejenis dan berada dalam lingkup yang sama membentuk himpunan entitas. Contoh seorang mahasiswa akan dimasukan dalam himpunan entitas, sedangkan pelanggan akan dimasukan kedalam himpunan pelanggan.

Dalam beberapa pembahasan, penyebutan Himpunan Entitas dianggap kurang praktis, sehingga diganti dengan sebutan Entitas saja. Masing-masing tipe entitas dalam ER diberi nama yang mewakili satu kelas/set.

(4)

 Semua Mahasiswa atau Mahasiswa dengan entitas Andini, Komang, Suryo dan lain-lain

 Semua Dosen atau Dosen dengan entitas Windi, Kurniawan,Fristy dan lain-lain

 Semua MATAKULIAH atau MATAKULIAH dengan entitas Matematika 1, P.Kewiraan, Pengantar Basis Data dan lain-lain.

b. Atribut

Setiap entitas memiliki sejumlah atribut yang mendeskripsikan karakteristik (property) dari suatu entitas. Penentuan / pemilihan atribut yang sesuai dengan entitas merupakan hal penting dalam pembentukan model data dan didasarkan pada fakta yang dimiliki oleh entitas tersebut. Nilai dari setiap atribut menjelaskan entitas. Notasi yang digunakan adalah Ellips , seperti terlihat pada gambar 2.

Contoh :

Entitas : Mahasiswa

Atribut : NPM,NAMA,ALAMAT,KOTA,TGL_LHR,TELP

Entitas : DOSEN

Atribut : Kd_dosen,Na_dos, Alamat,JK,Telp

Entitas : MATAKULIAH Atribut : Kd_mk, Mt_Kuliah,SKS MAHASISWA NPM NAMA ALAMAT TGL_LHR KOTA TELP

(5)

Gambar 2. Entitas MAHASISWA dan Atribut-atributnya

Setiap atribut memiliki kumpulan nilai yang disebut dengan Domain. Sebagai contoh : Andre, Raja, Ria, Soraya adalah kumpulan nilai dari atribut NAMA pada entitas MAHASISWA.

Atribut menunjukkan fungsinya sebagai pembentuk karakteristik yang melekat pada setiap entitas. Disamping penamaan yang unik berdasarkan fungsinya, atribut–atribut dapat dibedakan berdasarkan sejumlah pengelompokannya.

c. Relationship

Relationship merupakan hubungan yang terjadi antar satu entitas atau lebih yang dinotasikan dengan Diamond. Misalkan suatu perguruan tinggi untuk mengetahui mata kuliah apa saja yang diambil oleh setiap mahasiswanya. Hal ini menuju pada suatu relationship (yang disebut MENGAMBIL) antara entitas Mahasiswa dengan matakuliah yang dapat digambarkan pada gambar 3.

MAHASISWA MENGAMBIL MATAKULIAH

M N

Gambar 3. Entitas dengan relationship MENGAMBIL

Pada gambar 3. menunjukan relationship banyak (M) ke banyak (N) yang artinya setiap mahasiswa dapat mengambil satu atau lebih matakuliah pada entitas Matakuliah dan setiap matakuliah dapat diambil oleh satu atau lebih mahasiswa.

Seperti sebuah entitas, relationship juga mungkin memiliki atribut atau sifat yang membedakannya dengan relationship lainnya. Misalkan suatu Perguruan Tinggi ingin mencatat semester berapa seorang mahasiswa mengambil tiap matakuliah yang ditawarkan. Jadi gambar 3. dapat diperbaiki seperti pada gambar 4. berikut ini.

(6)

MAHASISWA MENGAMBIL MATAKULIAH

M N

SEM

Gambar 4. Relationship MENGAMBIL dengan atribut SEM

Relationship MENGAMBIL antara entitas MAHASISWA dengan entitas MATAKULIAH menghasilkan entitas baru, yaitu misalnya diberi nama KRS. Kumpulan semua relationship diantara entitas–entitas yang terdapat pada himpunan entitas tersebut membentuk himpunan relationship.

2. Diagram Entity Relationship

Diagram Entity Relationship (ER) digunakan untuk pembuatan struktur logika basis data secara grafik, sehingga dalam penggambarannya menggunakan notasi-notasi. Notasi yang akan dijelaskan berikut ini (gambar 5. dan 6.) adalah notasi yang sering digunakan.

(7)

DASAR ARTI Notasi

Entitas

Weak Entity (Entitas Lemah)

Relationship

Identifying Relationship

Gerund

Atribut

Atribut Kunci Utama

Atribut Multivalue

Atribut komposisi

Atribut derived / turunan

(8)

DASAR ARTI Notasi Derajat Relatinship Unary Binary Ternary Kardinalitas Relationship 1 1 Satu ke satu 1 M Satu ke banyak N M Banyak ke banyak

(9)

a. Tipe Entitas

Pada umumnya entitas yang digunakan dalam diagram ER adalah strong entity atau entitas yang kuat, dimana keberadaannya tidak tergantung pada entitas lainnya Tetapi pada kenyataannya pembuatan model ER adakalanya melibatkan weak entity (entitas yang lemah) atau Agregasi.

Entitas Kuat

Entitas ini tidak memiliki ketergantungan dengan entitas yang lainnya, masing– masing dapat berdiri sendiri. Contohnya Entitas Mahasiswa, Dosen, Matakuliah. Gambar 6.7. berikut ini menggambarkan entitas kuat.

MAHASISWA Nama NPM Alamat Kota MATAKULIAH Mt_kuliah Kd_mk sks a. b.

MAHASISWA AMBIL MATAKULIAH

M N

c.

Gambar 7. a. Entitas kuat Dosen b. Entitas kuat Matakuliah c. Diagram ER untuk Entitas Dosen dengan Entitas matakuliah

(10)

Entitas Lemah

Entitas ini muncul karena ketergantungannya pada sebuah relationship terhadap entitas lain. Karena sifat ketergantungannya entitas ini dapat memiliki ataupun tidak memiliki sebuah kunci atribut. Sebuah entitas lemah dapat terbentuk untuk melengkapi entitas kuatnya yang memiliki Multivalue Attribute ataupun karena komposisi dari relationship banyak ke banyak, banyak ke satu ataupun satu ke banyak. Seperti dijelaskan pada gambar 6.8. dan 6.9.

DOSEN Nm_dos Kd_dos Alamat Anak DOSEN Nm_dos Kd_dos Alamat ANAK Nm_anak 1 M Punya Punya

Gambar 8. a.Melengkapi ( dari Multivalue Attribute)

(11)

MAHASISWA AMBIL MATAKULIAH M N Mt_kuliah Kd_mk sks Nama NPM Alamat Kota NPM Kd_mk Sem Kls_ambil KRS a. MAHASISWA Nama NPM Alamat Kota KRS 1 M Ambil NPM Kd_mk Sem Kls_ambil Punya MATAKULIAH Kd_mk Mt_kuliah Sks N 1 b. Gambar 9.

a. Relationship Banyak Ke Banyak antara entita MAHASISWA dengan MATAKULIAH b. Diagram ER untuk Entitas lemah dari atribut komposisi

(12)

2.1.3. Entitas Agregasi

Sebuah relasi terbentuk tidak hanya dari entitas tapi terkadang juga mengandung unsur dari relasi yang lain. Jika terjadi hal demikian dapat diakomodasi dengan Agregasi yang menggambarkan sebuah himpunan relasi yang secara langsung menghubungkan sebuah himpunan entitas dengan sebuah himpunan relationship dalam diagram ER yang mengandung unsur agregasi diperlihatkan pada gambar 10 berikut ini.

MAHASISWA MATAKULIAH NILAI AMBIL AJAR DOSEN RUANGAN PUNYA ISI M M M N N M N N N

Gambar 10. Diagram ER dengan entitas Agregasi

Dari gambar 10 di atas, dapat dilihat ada beberapa himpunan relasi yang saling berhubungan dengan suatu entitas yaitu pertama ; Himpunan relasi MAHASISWA dengan MATAKULIAH berelasi ‘PUNYA’ dengan entitas NILAI , dan kedua ; himpunan relasi DOSEN, MATAKULIAH dan RUANGAN berelasi ‘ISI’ dengan entitas Nilai.

(13)

Ada beberapa tipe atribut yang perlu diperhatikan dalam penggambaran model ER, yaitu Atribut kunci, single value (attribute atribut bernilai tunggal), multivalue attribute (atribut bernilai banyak/jamak ), composite attribute (atribut komposit ) dan derived attribute (atribut turunan).

Untuk membedakan atribut kunci dengan atribut lainnya, maka nama/label atribut diberi garis bawah, seperti contoh pada gambar 11.

MAHASISWA NPM NAMA ALAMAT TELP TGL_LHR KD_JUR

Gambar 11. Notasi Atribut Kunci

Gambar 11,

Menjelaskan contoh dari 4 tipe dari atribut kunci, yaitu :

 Kunci kandidat : NPM,NAMA+TGL_LHR,

 Kunci utama : NPM

 Kunci alternatif : NAMA+TGL_LHR

(14)

Atribut Bernilai Banyak dan Bernilai Tunggal

Banyak atribut yang memiliki satu nilai tunggal pada suatu entitas tertentu, atribut yang demikian disebut atribut bernilai tunggal (Single Value Attribute). Contohnya atribut Tgl_lhr, TELP, dll pada entitas mahasiswa, atribut KD_MK pada entitas MATAKULIAH. Ada juga atribut yang memiliki sekelompok nilai yang disebut atribut bernilai banyak (Multi Value attribute). Contoh atribut HOBBY pada entitas Mahasiswa .

Penggambaran atribut bernilai tunggal dan banyak pada dilihat pada gambar 12. berikut ini. MAHASISWA NPM NAMA ALAMAT TGL_LHR HOBBY TELP

Gambar 12. Notasi Atribut bernilai banyak HOBBY dan atribut bernilai tunggal

2.2.2. Atribut Atomik dan Komposit

Suatu atribut mungkin terdiri dari beberapa atribut yang lebih kecil atau sub-sub atribut yang lebih sedehana yang disebut dengan atribut komposit. Contoh Atribut NAMA dapat terdiri dari NAMA_DEPAN, NAMA_TENGAH, NAMA_BLK. Tetapi jika dalam penerapan pengolahan datanya tidak ada aktifitas yang melibatkan sub-sub atribut tersebut, maka atribut tidak perlu diuraikan menjadi atribut komposit.

Sedangkan ada juga atribut yang tidak dapat dibagi kedalam sub-sub atribut disebut dengan atribut atomik atau atribut simple. Contoh dari atribut sederhana ini yaitu Jenis Kelamin , SKS, Sem dan lain-lain

(15)

NAMA

NAMA_DEPAN NAMA_TENGAH NAMA_BLK

Gambar 13. Notasi Atribut komposit NAMA

2.2.3. Atribut Turunan

Pada beberapa kasus, ada dua atau lebih nilai atribut yang berhubungan misalkan atribut UMUR dan atribut TGL_LHR pada entitas Mahasiswa. Nilai atribut UMUR dapat ditentukan dengan tanggal saat ini dan nilai atribut TGL_LHR mahasiswa yang bersangkutan. Atribut UMUR ini disebut dengan atribut turunan. Penggambaran atribut ini dengan menggunkan notasi pada model ER dapat dilihat pada gambar 14. berikut ini.

MAHASISWA

TGL_LHR UMUR

Gambar 14. Notasi Atribut Turunan UMUR

c. Tipe Relationship

Dalam pembentukan suatu perancangan basis data seorang perancang harus melihat kompleksitas dari suatu organisasi yang akan dikembangkan rancangan basis data-nya sehingga perancang akan

(16)

mengetahui relasi apa saja yang akan digunakan atau derajat relasi beserta batasan-batasan relasi dan kardinalitas relasi atau banyaknya keterhubungan yang akan digunakan

Derajat Relasi

Derajat relasi ini terdiri dari sejumlah entitas yang saling berhubungan di dalam satu relasi. Seperti contoh relationship MENGAMBIL pada gambar 3. atau 15. adalah relationship berderajat dua, karena ada dua entitas yang saling berelasi yaitu : mahasiswa dan MATAKULIAH.

MAHASISWA MENGAMBIL MATAKULIAH

M N

Gambar 15.

Relationship MENGAMBIL antara Entitas MAHASISWA dengan MATAKULIAH

Ada tiga jenis derajat relasi yang sering digunakan dalam Diagram ER, yaitu : Unary (berderajat satu), Binary (berderajat dua), Ternary (berderajat tiga). Relationship yang berderajat lebih tinggi mungkin saja ada, tetapi relationship ini jarang digunakan dalam praktek. Contoh-contoh relationship ini dapat dilihat pada Gambar 6.16. berikut ini.

DOSEN KOORDINIR

KD_DOS

KD_PEM

M

(17)

Gambar 16.a Relasi berderajat 1.

DOSEN MENGAJAR MATAKULIAH

M N

Gambar 16.b. Relasi Berderajat 2

DOSEN MENGAJAR MATAKULIAH

M N

RUANG N

Gambar 16.c. Relasi Berderajat 3

Relationship Berderajat Satu yang sering disebut dengan relationship rekursif merupakan relationship yang menghubungan hanya satu entitas saja. Pada gambar 16.a. relationship KOORDINIR menunjukan relationship satu ke banyak, yang artinya satu dosen dapat membimbing atau mengkoordinir beberapa dosen yang berada dalam tanggung jawabnya.

Relationship Berderajat Dua merupakan relationship yang menghubungkan dua entitas. Relationship ini yang paling umum digunakan pada pembuatan model data. Gambar 1.b. menunjukan

(18)

bahwa relationship MENGAJAR dengan notasi banyak ke banyak, artinya bahwa seorang dosen dapat mengajar lebih dari satu matakuliah dan satu matuliah dapat diajarkan oleh beberapa dosen.

Sedangkan Relationship Berderajat Tiga merupakan relationship yang menghubungkan tiga entitas secara bersama. Pada gambar 16.c. Relationship MENGAJAR menghubungkan entitas DOSEN yang mengajar MATAKULIAH pada RUANG yang telah ditentukan. Masing-masing entitas berpartispasi banyak ke banyak.

Kardinalitas Relasi

Misalkan ada dua entitas A dan B, yang dihubungkan dengan satu relationship. Maka kardinalitas suatu relasi adalah sejumlah kemungkinan entitas A berpartisipasi dengan entitas B. Rasio kardinalitas antar entitas ini ditujukan untuk aturan bisnis dari kebijakan perusahaan atau organisasi. Kardinalitas untuk relasi yang umum adalah : One to One (Satu ke Satu ), One to Many (Satu ke Banyak), Many to

Many (Banyak ke Banyak ).

Kardinalitas Satu Ke Satu

Sebuah entitas A diasosiasikan satu pada entitas B dan entitas B diasosiasikan satu pada entitas A.

(19)

S1 S3 S2 R1 R2 C1 C3 Nilai Entitas PEGAWAI Entitas CABANG Relasi MEMIMPIN Atribut P01 Susan P02 Ali P04 Boy NIP NAMA NIP NAMA NIP NAMA Atribut No_cab Nm_cab Alamat No_cab Nm_cab Alamat Nilai B1 Jaya Jl. Mawar B3 Makmur Jl. Mangga Gambar 17.

Model semantik dari relasi antara entitas PEGAWAI dengan KANTOR CABANG

Gambar 17., menjelaskan seorang pegawai ditunjuk hanya dapat memimpin satu kantor cabang dan sebaliknya satu kantor cabang hanya dipimpin oleh satu orang pegawai, tetapi tidak semua pegawai memimpin kantor cabang. Hubungan antara entitas PEGAWAI dengan KANTOR CABANG di perlihatkan pada gambar 6.18. Diagram ER berikut ini.

PEGAWAI MEMIMPIN KANTOR_CABANG

1 1

(20)

Gambar 18. Kardinalitas satu ke satu

Seorang pegawai tepat memimpin satu kantor cabang

Kardinalitas Satu Ke Banyak

Sebuah entity A diasosiasikan dengan sejumlah entity B, tetapi entity B dapat diasosiasikan paling banyak satu entity A.

D1 D3 D2 R1 R3 R2 M1 M3 M2 Nilai Atribut Entitas

Dosen

Entitas Matakuliah Relasi

Koordinir Atribut Nilai

Kd_dos Nm_dos Kd_dos Nm_dos Kd_dos Nm_dos D11 Tuti D14 Jimmy D12 Indah Kd_mk Mt_kuliah sks Kd_mk Mt_kuliah sks Kd_mk Mt_kuliah sks Kd1 SIM 3 Kd2 SBD 3 Ku3 IBD 2

(21)

Gambar 19.

Model semantik dari relasi antara entitas DOSEN dengan MATAKULIAH

Gambar 19., memperlihatkan bahwa seorang dosen dapat mengkoordinir atau mengasuh lebih dari satu matakuliah. Tetapi satu matakuliah hanya dapat dikoordinir oleh satu orang dosen. Untuk menggambarkan kardinalitas relasi antara entitas DOSEN dengan MATAKULIAH dapat dilihat pada gambar 20. berikut ini.

DOSEN Koorninir MATAKULIAH

1 M

Kd_dos Kd_mk

Gambar 20. Kardinalitas satu ke banyak

Seorang Dosen dapat mengkoordinir beberapa matakuliah

Kardinalitas Banyak Ke Satu

Suatu entitas A dapat diasosiasikan dengan paling banyak sebuah entitas B, tetapi entity B dapat diasosiasikan dengan sejumlah entitas di A.

(22)

P1 P3 P2 R1 R3 R2 M1 M2 Nilai Atribut Entitas

Pegawai

Entitas Departemen Relasi

Kerja Atribut Nilai

NIP Nama Alamat NIP Nama Alamat NIP Nama Alamat Kd_dep Nm_dep Lokasi Kd_dep Nm_dep Lokasi P3 R4 P01 Ali Jl. Raya P02 Budi Jl. Air NIP Nama Alamat P03 Andri Jl. Tunas P04 Dina Jl. Daun D1 DTI Gd4 D2 Hrd Gd 1 Gambar 21.

Model semantik dari relasi antara entitas PEGAWAI dengan DEPARTEMEN

Gambar 21. menyatakan seorang pegawai hanya bekerja pada satu departemen saja, tetapi satu departemen dapat memilki beberapa pegawai. Untuk meng- gambarkan kardinalitas relasi antara entitas PEGAWAI dengan DEPARTEMEN ditunjukkan pada gambar 6.22. di bawah ini.

PEGAWAI M Kerja DEPARTEMEN

1

NIP Kd_dep

Gambar 22. Kardinalitas banyak ke satu Banyak pegawai bekerja pada satu departemen

Kardinalitas Banyak Ke Banyak

Suatu entitas A dapat diasosiasikan dengan sejumlah entitas B dan entitas B dapat diasosiasikan dengan sejumlah entitas di A.

(23)

N1 R1 N2 N3 R2 R3 M1 M2 M3 Kd_mk Mt_kuliah sks Kd_mk Mt_kuliah sks Kd_mk Mt_kuliah sks Kd1 SIM 3 Kd2 SBD 3 Ku3 IBD 2 Nilai Atribut Entitas

Dosen MengajarRelasi

Entitas

Matakuliah Atribut Nilai

Kd_dos Nm_dos Kd_dos Nm_dos Kd_dos Nm_dos D11 Tuti D14 Jimmy D12 Indah

Gambar 23. Model semantik dari relasi antara entitas DOSEN dengan MATAKULIAH

Gambar 23. menyatakan seorang dosen dapat mengajar lebih dari satu matakuliah pada setiap semesternya, begitu juga pada setiap semester matakuliah yang sama dapat diajarkan oleh lebih dari satu dosen, sebagai contoh dosen Tuti mengajar SIM (Sistem Informasi Manajemen) dan SBD (Sistem Basis Data) , sedang matakuliah SBD pada satu semester diajar oleh dosen Tuti, Indah, Inda. Untuk menggambarkan kardinalitas relasi antara entitas DOSEN dengan MATAKULIAH ditunjukkan pada gambar 24. di bawah ini.

DOSEN AJAR MATAKULIAH

M N

SEM Kd_mk

Kd_dos

Gambar 24. Kardinalitas banyak ke banyak

Seorang dosen mengajar banyak matakuliah dan satu matakuliah diajar oleh banyak dosen

(24)

Batasan relasi menjelaskan apakah keberadaan suatu entitas tergantung pada entitas lain melalui suatu relasi.

Ada 2 tipe batasan relasi yakni Total Participation (partisipasi total) dan Partial Participation (partisipasi sebagian).

Partisipasi Total

Suatu entitas disebut dengan berpartisipasi total, jika keberadaan entitas tersebut sangat bergantung pada keberadaan entitas lain. Contoh entitas Dosen keberadaan tergantung pada keberadaan entitas Matakuliah dan sebaliknya artinya, jika ada seorang dosen maka harus ada matakuliah yang diajarkan, begitu pula sebaliknya adanya entitas matakuliah harus ada dosen yang mengajar matakuliah tersebut.

DOSEN AJAR MATAKULIAH

M N Kelas Mt_kuliah Nm_dos Kd_dos Kd_mk sks Alamat SEM

Gambar 25. Partisipasi Total pada Dosen yang mengajar Matakuliah

(25)

Suatu entitas dikatakan berpartisipasi sebagian jika entitas tersebut tidak bergantung dengan keberadaan entitas lain tetapi berhubungan satu sama lain. Contoh Tidak semua dosen menjadi koordinator sesama dosen.

DOSEN M Nm_dos Kd_dos Alamat Kd_pem Koordinir 1

Gambar 26. Partisipasi Sebagian pada Dosen yang mengkoordinir dosen lain

II. DATA FLOW DIAGRAM

Data Flow Diagram (DFD) adalah alat pembuatan model yang memungkinkan

profesional sistem untuk menggambarkan sistem sebagai suatu jaringan proses fungsional yang dihubungkan satu sama lain dengan alur data, baik secara manual maupun komputerisasi. DFD ini sering disebut juga dengan nama Bubble chart, Bubble diagram, model proses, diagram alur kerja, atau model fungsi.

DFD ini adalah salah satu alat pembuatan model yang sering digunakan, khususnya bila fungsi-fungsi sistem merupakan bagian yang lebih penting dan kompleks dari pada data yang dimanipulasi oleh sistem. Dengan kata lain, DFD adalah alat pembuatan model yang

memberikan penekanan hanya pada fungsi sistem.

DFD ini merupakan alat perancangan sistem yang berorientasi pada alur data dengan konsep dekomposisi dapat digunakan untuk penggambaran analisa maupun rancangan sistem yang mudah dikomunikasikan oleh profesional sistem kepada pemakai maupun pembuat program.

(26)

a. KOMPONEN DFD

Komponen Terminator / Entitas Luar

Terminator mewakili entitas eksternal yang berkomunikasi dengan sistem yang sedang dikembangkan. Biasanya terminator dikenal dengan nama entitas luar (external entity). Terdapat dua jenis terminator :

1. Terminator Sumber (source) : merupakan terminator yang menjadi sumber.

2. Terminator Tujuan (sink ) : merupakan terminator yang menjadi tujuan data / informasi sistem.

(27)

III. DATA DICTIONARY / KAMUS DATA

Kamus data atau data dictionary adalah katalog fakta tentang data dan kebutuhan-kebutuhan informasi dari suatu sistem informasi. Dengan kamus data analis sistem dapat

mendefinisikan data yang mengalir di sistem dengan lengkap. Pada tahap analisis sistem, kamus data digunakan sebagai alat komunikasi antara analis sitem dengan pemakai sistem tentang data yang mengalir ke sistem, yaitu tentang data yang masuk ke sistem dan tentang informasi yang dibutuhkan oleh pemakai sistem. Pada tahap perancangan sistem, kamus data digunakan untuk merancang input, merancang laporan-laporan dan database. Kamus data dibuat berdasarkan arus data yang ada di Data Flow Diagram (DFD). Arus data di DFD sifatnya adalah global, hanya ditunjukkan nama arus datanya saja. Keterangan lebih lanjut tentang struktur dari suatu arus data di DFD secara lebih terinci dapat dilihat di kamus data.

Gambar berikut menunjukkan hubungan antara DFD dengan kamus data.

Gambar Hubungan antara Data Flow Diagram (DFD) dengan Data Dictionary (DD).

DD tidak menggunakan notasi grafik sebagaimana halnya DFD. DD berfungsi

membantu pelaku sistem untuk mengerti aplikasi secara detil, dan mereorganisasi semua elemen data yang digunakan dalam sistem secara presisi sehingga pemakai dan penganalisa sistem punya dasar pengertian yang sama tentang masukan, keluaran, penyimpanan dan proses.

DD mendefinisikan elemen data dengan fungsi sebagai berikut: 1. Menjelaskan arti aliran data dan penyimpanan dalam DFD

(28)

2. Mendeskripsikan komposisi paket data yang bergerak melalui aliran,misalnya alamat diuraikan menjadi kota,kodepos, propinsi,dan negara.

3. Mendeskripsikan komposisi penyimpanan data.

4.Menspesifikasikan nilai dan satuan yang relevan bagi penyimpanan dan aliran. 5. Mendeskripsikan hubungan detil antara penyimpanan yang akan menjadi titik perhatian dalam entity relationship diagram.

Isi Kamus Data

Data dictionary harus dapat mencerminkan keterangan yang jelas tentang data yang dicatatnya. Untuk maksud keperluan ini, maka DD harus memuat hal-hal berikut :

a. Nama arus data.

Karena DD dibuat berdasarkan arus data yang mengalir di DFD, maka nama dari arus data juga harus dicatat di DD, sehingga mereka yang membaca DFD dan memerlukan penjelasan lebih lanjut tentang suatu arus data tertentu di DFD dapat langsung mencarinya dengan mudah di DD.

b. Alias.

Alias atau nama lain dari data dapat dituliskan bila nama lain ini ada. Alias perlu ditulis karena data yang sama mempunyai nama yang berbeda untuk orang atau departemen satu dengan yang lainnya, misalnnya bagian pembuat faktur dan langganan menyebut bukti penjualan sebagai faktur, sedang bagian gudang menyebutnya sebagai tembusan permintaan persediaan. Baik faktur dan tembusan permintaan persediaan ini mempunyai struktur data yang sama, tetapi mempunyai struktur yang berbeda.

c. Bentuk data.

Bentuk data perlu dicatat di DD, karena dapat digunakan untuk mengelompokkan DD ke dalam kegunaannya sewaktu perancangan sistem. DD yang mencatat data yang mengalir dalam

(29)

bentuk dokumen dasar atau formulir akan digunakan untuk merancang bentuk input sistem.DD yang mencatat data yang mengalir dalam bentuk laporan tercetak dan dokumen hasil cetakan komputer akan digunakan untuk merancang output yang akan dihasilkan oleh sistem. DD yang mencatat data yang mengalir dalam bentuk tampilan dilayar monitor akan digunakan untuk merancang tampilan layar yang akan dihasilkan oleh sistem.DD yang mencatat data yang mengalir dalam bentuk parameter dan variabel akan digunakan untuk merancang proses dari program.DD yang mencatat data yang mengalir dalam bentuk dokumen, formulir, laporan, dokumen cetakan komputer, tampilan di layar monitor, variabel dan field akan digunakan untuk merancang database.

d. Arus data.

Arus data menunjukkan dari mana data mengalir dan ke mana data akan menuju. Keterangan arus data ini perlu dicatat di DD supaya memudahkan mencari arus data ini di DFD.

e. Penjelasan.

Untuk tidak memperjleas lagi tentang makna dari arus data yang dicatat di DD, maka bagian penjelasan dapat diisi dengan keterangan-keterangan tentang arus data tersebut. Sebagai misalnya nama dari arus data adalah tembusan permintaaan persediaan, maka dapat lebih dijelaskan sebagai tembusan dari faktur penjualan untuk meminta barang dari gudang.

f. Periode.

Periode ini menunjukkan kapan terjadinya arus data ini. Periode perlu dicatat di DD karena dapat digunakan untuk mengidentifikasikan kapan input data harus dimasukkan ke sistem, kapan proses dari program harus dilakukakan dan kapan laporan-laporan harus dihasilkan.

g. Volume.

Volume yang perlu dicatat di DD adalah tentang volumen rata-rata dan volume puncak dari arus data. Volume rata-rata menunjukkan banyaknya rata-rata arus data yang mengalir dalam suatu periode tertentu dan volume puncak menunjukkan volume yang terbanyak, Volume ini

digunakan untuk mengidentifikasikan besarnya simpanan luar yang akan digunakan, kapasitas dan jumlah dari alat input, alat pemroses dan alat output.

(30)

h. Struktur data.

(31)

DAFTAR PUSTAKA

http://eprints.binadarma.ac.id/749/1/PRAK.%20REKAYASA%20PERANGKAT%20LUNAK% 20materi%207.pdf https://www.google.com/url?sa=t&rct=j&q=&esrc=s&source=web&cd=1&ved=0CB0QFjAA& url=https%3A%2F%2Fasihwinantu.files.wordpress.com%2F2008%2F07%2Fmateri-kuliah- sistem-basis- data1.doc&ei=gAteVYiIENONuAS8toOgDA&usg=AFQjCNFCL9nfckWziBVpWbj1X9Y9V-1IKA&sig2=UPR71Tn1bvZh9EPWYNMNbg&bvm=bv.93756505,d.c2E&cad=rja http://staff.uny.ac.id/sites/default/files/pendidikan/Diana%20Rahmawati,%20M.Si./MODEL%20 DATA.pdf

Gambar

Tabel 1. Contoh Entitas dalam bentuk Phisik dan Konsep
Gambar 4. Relationship MENGAMBIL dengan atribut SEM
Gambar 6. Notasi Diagram ER (lanjutan)
Gambar 7. a. Entitas kuat Dosen   b. Entitas kuat Matakuliah
+7

Referensi

Dokumen terkait

Salah satu indikasi dari penilaian kualitas layanan dan ketidakpuasan konsumen pada Rumah Makan Ikan Bakar Cianjur Cabang Mayjend Sungkono adalah banyaknya komplain

Dari pengertian – pengertian diatas dapat disimpulkan bahwa pelestarian merupakan suatu upaya untuk memelihra dan melindungi suatu peninggalan bersejarah baik berupa

Dalam penulisan ini akan dianalisa model peramalan yang terbentuk dengan menggunakan metode Box-Jenkins di mana variabel yang digunakan adalah Indeks Harga Konsumen dari

Bilamanapun perubahan terbaik dalam suatu persamaan diferensial adalah suatu fungsi satu perubahan bebas, maka turunan yang muncul adalah turunan biasa dan

Hasil dari penelitian ini yang diakukan dengan iterasi metode simpleks dan dengan alat bantu software POM QM For Windows V5 menunjukkan bahwa produksi yang

Berdasarkan latar belakang masalah yang telah diuraikan, akan dirancang sebuah system berbasis web dengan memanfaatkan kemajuan teknologi untuk memudahkan dal am melakukan

Analisis yang dilakukan dalam penelitian ini yaitu dengan mengumpulkan data curah hujan yang diperlukan kemudian mencari hujan maksimum setiap tahunnya, melakukan analisis

Berdasarkan data dari tahun 2015-2017 menunjukan bahwa pemesanan kamar di Hotel Mutiara Malioboro menggunakan OTA semakin meningkat, berdasarkan wawancara dengan tamu yang