Model Data, Metadata dan Kategori Aplikasi Basisdata
Alisha Safira, Alvira Oktariani, Deyana Lutfita Kanos, Khairunnisa Apriani, Nadhifa Varania
Departemen Geografi,
Fakultas Matematika dan Ilmu Pengetahuan Alam, Universitas Indonesia
Abstract. A database-management system (DBMS) is a collection of interrelated data and a set of programs to access those data. This is a collection of related data with an implicit meaning and hence is a database. The collection of data, usually referred to as the database, contains information relevant to an enterprise. The primary goal of a DBMS is to provide a way to store and retrieve database information that is both convenient and efficient. By data, we mean known facts that can be recorded and that have implicit meaning. Data models define how the logical structure of a database is modeled. Data Models are fundamental entities to introduce abstraction in a DBMS. Data models define how data is connected to each other and how they are processed and stored inside the system.
Keywords: DBMS, metadata, database, data models
1. Pendahuluan
Dalam mengembangkan suatu sistem database, biasanya didahului dengan tahap pemodelan (modelling) yang bertujuan untuk memenuhi keperluan masyarakat dan mengubahnya menjadi teknis spesifikasi untuk Implementasi. Dalam desain sistem database, desainer menggunakan model dengan alasan yang sama persis sebelum sistem yang sebenarnya dibangun. Sebagaimana sistem database saat ini menjadi begitu kompleks, kebutuhan dalam hal pemodelan data saat ini menjadi lebih canggih dan lebih dibutuhkan. Makalah ini akan mengkaji lebih khusus mengenai model dat, metadata dan kategori aplikasi basisdata.
2. Model Data
2.1 Definisi Model Data
Dalam konteks merancang model database, model adalah pertimbangan penting dari beberapa konsep, bahasa, grafik yang biasanya digunakan dalam mendeskripsikan struktur data dan proses operasi suatu database. Fokus dari model data adalah mendeskripsikan daripada metode apa yang digunakan.
Gambar 1. Model data spasial menurut Chang (2002)
Model data raster mernpunyai struktur data yang tersusun dalam bentuk matriks atau piksel dan membentuk grid. Setiap piksel memiliki nilai tertentu dan memiliki atribut tersendiri, termasuk nilai koordinat yang unik. Tingkat keakurasian model ini sangat tergantung pada ukuran piksel atau biasa disebut dengan resolusi. Model data ini biasanya digunakan dalam remote sensing yang berbasiskan Citra satelit maupun terbang). Selain itu model ini digunakan pula dalam membangun model ketinggian digital (DEM-Digital Elevatin Model) dan model permukaan digital (DTM-DigitaI Terrain Model).
Model raster memberikan informasi spasial terhadap permukaan di bumi dalam bentuk gambaran yang di generalisasi. Representasi dunia nyala disajikan sebagai elemen matriks atau piksel yang membentuk grid yang homogen. Pada setiap piksel mewakili setiap obyek yang terekam dan ditandai dengan nilai-nilai tertentu. Secara konseptual. Model data raster merupakan model data spasial yang paling sederhana.
Gambar 2. Struktur Data Raster
Gambar 3. Proses Modelling Data
2.2 Jenis-Jenis Model Data
Model data dapat dikelompokkan berdasarkan konsep pembuatan deskripsi struktur basis data, yaitu:
a. Model data konseptual (high level) menyajikan konsep tentang bagaimana user memandang atau
memperlakukan data. Dalam model ini dikenalkan tiga konsep penyajian data yaitu:
1. Entity (entitas)
Merupakan penyajian obyek, kejadian atau konsep dunia nyata yang keberadaannya secara eksplisit didefinisikan
dan disimpan dalam basis data, contohnya Mahasiswa, Matakuliah, Dosen, Nilai dan lain sebagainya.
2. Atribute (atribut)
Keterangan-keterangan yang menjelaskan karakteristik dari suatu entitas seperti NIM, Nama, Fakultas, Jurusan
untuk entitas Mahasiswa.
3. Relationship (hubungan)
Hubungan atau interaksi antara satu entitas dengan yang lainnya, misalnya entitas pelanggan berhubungan
dengan entitas barang yang dibelinya.
b. Model data fiskal (low level) merupakan konsep bagaimana deskripsi detail data disimpan ke dalam komputer
dengan menyajikan informasi tentang format rekaman, urutan rekaman, dan jalur pengaksesan data yang dapat
membuat pemcarian rekaman data lebih efisien.
c. Model data implementasi (representational) merupakan konsep deskripsi data disimpan dalam komputer
dengan menyembunyikan sebagian detail deskripsi data sehingga para user mendapat gambaran global
bagaimana data disimpan dalam komputer. Model ini merupakan konsep model data yang digunakan oleh model
hirarki, jaringan dan relasional.
JENIS-JENIS MODEL DATA
1) Object Based Data Model (OBDM)
3) Physical Based Data Model (PBDM)
4) Conceptual Based Data Model (CBDM)
1) OBJECT BASED DATA MODEL
Model data berbasis objek menggunakan konsep entitas, atribut dan hubungan antar entitas. Terdiri dari :
1. Entity Relationship model
Model entity-relationship pertama kali diperkenalkan oleh Peter Chen pada tahun 1976. Dalam pemodelan ini dilakukan dengan tahapan sebagai berikut:
a. Memilih entitas-entitas yang akan disusun dalam basis data dan menentukan hubungan antar entitas yang telah dipilih.
b. Melengkapi atribut-atribut yang sesuai pada entitas dan hubungan sehingga diperoleh bentuk tabel normal penuh (ternormalisasi).
Model untuk menjelaskan hubungan antar data dalam basis data berdasarkan suatu persepsi bahwa real word terdiri dari objek-object dasar yang mempunyai hubungan atau relasi antara object-object tersebut. E-R MODEL berisi ketentuan /aturan khusus yang harus dipenuhi oleh isi database. Aturan terpenting adalah MAPPING CARDINSLITIES, yang menentukan jumlah entity yang dpt dikaitkan dengan entity lainnya melalui relationship-set.
Antara entitas diasosiakan dalam suatu hubungan (relationship). Suatu relasi dapat memiliki beberapa atribut. Jumlah kelas entitas dalam suatu relasi disebut derajat relasi. Gambar di bawah ini merupakan contoh dari relasi berderajat dua dan relasi berderajat tiga.
Gambar 4. Contoh kasus ER-Model
Relasi memiliki tiga tipe biner yaitu:
a. One-to-one (1:1). Hubungan terjadi bila setiap instansi entitas hanya memiliki satu hubungan dengan instansi entitas lain.
b. One-to-many (1:M). Relasi ini terjadi bila setiap instansi dapat memiliki lebih dari satu hubungan terhadap instansi entitas lain tetapi tidak kebalikannya.
c. Many-to-many (M:N). Hubungan saling memiliki lebih dari satu dari setiap instansi entitas terhadap instansi entitas lainnya.
3. Semantik data model
Hampir sama dengan Entity Relationship model dimana relasi antara objek dasar tidak dinyatakan dengan simbol tetapi menggunakan kata-kata (Semantic). Sebagai contoh, dengan masih menggunakan relasi pada Bank X sebagaimana contoh sebelumnya, dalam semantic model adalah seperti terlihat pada gambar di atas. Tanda-tanda yang menggunakan dalam semantic model adalah sbb:
Contoh kasus Semantic model
2). RECORD BASED DATA MODEL
Model ini berdasarkan pada record untuk menjelaskan kepada user tentang hubungan logic antar data dalam basis data
PERBEDAAN DENGAN OBJECT BASED DATA MODEL
Pada record based data model disamping digunakan untuk menguraikan struktur logika keseluruhan dari suatu database, juga digunakan untuk menguraikan implementasi dari system database ( higher level description of implementation)
Terdapat 3 data model pada record based data model :
a. Klasifikasi berdasarkan model data. Klasifikasi ini terdiri dari model data hirarki, model data jaringan, model data relasional.
Dalam model ini, data disusun menurut struktur pohon yang merupakan bentuk lain dari abstraksi data untuk basis data akademi. Pada puncak hirarki diesbut dengan akar (root). Tiap entitas tingkat atas (parent) mempunyai satu atau lebih sub-entitas (children) sehingga setiap entitas hanya boleh mempunyai satu induk, tetapi dapat mempunyai banyak anak.
Pada mode data hirarki, hubungan antar entitas dinyatakan dalam banyak (one to many) atau satu-satu (one to one). Dalam satu-satu Universitas terdapat banyak Fakultas dan setiap Fakultas terdapat banyak Dosen atau banyak Mahasiswa, dan seterusnya. Tanda panah menunjukkan derajat keterhubungan “banyak”.
Untuk menampilkan semua mata kuliah pada Fakultas tertentu harus dilakukan dalam dua tahap. Yang pertama adalah menampilkan rekaman semua Dosen yang mengajar di Fakultas tersebut, kemudian baru mata kuliah yang dipegang oleh para Dosen. Dalam hal ini penampilan data terlihat kurang efisien, sebab menggunakan entitas perantara (dosen) yang harus ditampilkan juga. Dikarenakan kunci data yang digunakan untuk menghubungkan antar entitas diberi kode dalam struktur data, maka untuk jumlah entitas perantara yang sedikit masih dapat dikatakan efisien.
Kelemahan lain pada model data hirarki adalah tidak dapat melakukan pencarian data pada field. Misalnya dalam entitas mata ki\uliha tida pat ditampilkan hanya mata kuliah dengan jumlah SKS tertentu, sebab field “Jumlah SKS” bukan sebagai kunci data. Hal ini masih dapat dilakukan dengan mengubah struktur data dengan memberi hubungan khusus yang digunakan untuk mengubah struktur database. Kelebihan model ini adalah sangat mudah dipahami dan mudah dalam pembaharuan data [Waliyanto2000].
Organisasi rekaman data pada model hirarki [Waliyanto2000] Model data Jaringan
Dalam model ini setiap entitas dapat mempunyai banyak induk dan banyak anak. Pada gambar menunjukkan entitas mata kuliah mempunyai dua induk, yaitu langsung berhubungan dengan Fakultas dan Dosen.
Dalam model ini lebih sedikit terdapat data rangkap, namun lebih banyak terdapat hubungan antar entitas, sehingga akan menambah informasi hubungan yang harus disimpan dalam database. hal ini akan menambah volume dan kerumitan dalam penyimpanan berkas data.
3. Model data Relasional
Dalam model ini setiap field dapat dijadikan kunci data. Data rekaman disusun dari nilai yang berhubungan (record). Baris-baris ini akan membentuk tabel yang umunya tersimpan dalam satu berkas (file).
Organisasi basis data model relasional [Waliyanto2000]
Dengan menggunakan model ini, pencarian field dari suatu tabel atau banyak tabel dapat dilakukan dengan cepat. Pencarian atribut yang berhubungan pada tabel yang berbeda dapat dilakukan dengan menghubungkan terlebih dahulu tabel-tabel tersebut dengan menggunakan atribut yang sama (joint operation).
Keuntungan yang didapat dengan menggunakan model ini adalah sebagai berikut [Waliyanto2000]:
Model ini lebih luwes karena nilai data dalam tabel tidak ada pembatasan dalam berbagai proses pencarian data.
Model ini mempunyai latar belakang teori matematika
Pengorganisasian model relasional sangat sederhana, sehingga mudah dipahami.
Basis data yang sama biasanya dapat disajikan dengan lebih sedikit terjadi data rangkap(redudancy data). Sedangkan beberapa kelemahan model ini adalah [Waliyanto2000]:
Lebih sulit dalam implementasinya terutama untuk data dengan jumlah yang besar dan tingkat kompleksitasnya tinggi.
Proses pencarian informasi lebih lambat, karena beberapa tabel tidak dihubungkan secara fisik. Dalam manipulasi data yang menggunakan beberapa tabel akan memerlukan waktu yang lama, karena tabel-tabel harus dihubungkan terlebih dahulu.
a. Klasifkasi berdasarkan lokasi penyimpanan data, yaitu DBMS terpusat dan DBMS terdistribusi. Dalam DBMS terpusat basis data disimpan dalam satu komputer media penyimpan sehingga pengguuna sistem mengakses data dari pusat. DBMS terdistribusi, basis data tersebar pada penyimpanan tiap terminal pengguna (client). Antar pengguna dapat mengakses data secara langsung tanpa perlu melalui pusat penyimpanan. DBMS ini memerlukan sistem kontrol yang rumit.
b. Klasifikasi berdasarkan tujuan DBMS digunakan yaitu tujuan umum (general purpose) dan tujuan khusus (special purpose). Untuk tujuan umum dapat digunakan untuk berbagai tujuan dengan memperlakukan data sama menurut penggunaannya contoh aplikasinya adalah DBASE, ORACLE, FOXBASE dan sebagainya. DBMS tujuan khusus dirancang dan digunakan untuk keperluan tertentu, sebagai contoh pengelolaan data karyawan pada perusahaan Asuransi.
3.) PHYSICAL BASED DATA MODEL
Digunakan untuk menguraikan data pada internal level Beberapa model yang umum digunakan :
– Unifying model – Frame memory
1. Model data berbasis objek 2. Model data berbasis record 3. Model data fisik
4. Model data konseptual
Namun kali ini saya hanya akan membahas 2 jenis model data saja yaitu Model Data Berbasis Objek dan Model Data Berbasis Record.
1. Model data berbasis objek
Model data berbasis objek menggunakan konsep entitas, atribut, dan hubungan antar entitas. Sebenarnya model data berbasis objek terdiri dari : ENTITY RELATIONSHIP MODEL, BINARY MODEL, SEMANTIK DATA MODEL, DAN INFOLOGICAL MODEL. Namun yang akan saya bahas di sini hanyalah ENTITY RELATIONSHIP MODEL dan SEMANTIK DATA MODEL saja.
a. ENTITY RELATIONSHIP MODEL (ER MODEL)
Di gunakan untuk menjelaskan hubungan antar data dalam database atas dasar anggapan bahwa real word terdiri dari object-object dasar dimana object-object tersebut memliki relasi atau keterhubungan. Dalam ER MODEL terdapat istilah MAPPING CARDINALITY yaitu jumlah entity yang dapat dikaitkan dengan entity lainnya melalui relation self.
Berikut contoh kasus dari ER MODEL
b. SEMANTIC MODEL
Sebenarnya hamper sama dengan ER MODEL, perbedannya hanya terletak pada pernyataan adanya relasi antar objeknya. Jika pada ER MODEL menyatakan adanya relasi antar objek menggunakan simbol-simbol namun pada SEMANTIC MODEL menggunakan kata-kata. Berikut contoh dari SEMANTIC MODEL
2. Model data berbasis record
menguraikan implementasi dari sistem database. Hal itulah yang membedakan Model data berbasis record dengan model data berbasis objek. Dalam model data berbasis record kita mengenal 3 jenis data model yaitu a. Relational model
Pada model data jenis ini hubungan antar data dalam struktur database diuraikan dalam bentuk tabel. Contohnya database sekolah terdiri dari 5 tabel :
- Tabel guru - Tabel siswa
- Tabel mata pelajaran - Tabel kepala sekolah - Tabel staff TU
b. Hirarki model
c. Networking Model
2 Metadata
2.1 Definisi Metadata
Metadata adalah sebuah data yang menjelaskan karakteristik atau ciri khas yang digunakan oleh end-user data (pengguna yang menggunakan suatu teknologi tanpa mengetahui proses di belakangnya) dan konteks dari data tersebut. Dengan kata lain, metadata memungkinkan pembuat data dan pengguna data memahami tentang keberadaan data. Menciptakan sebuah standar hanya akan membantu penghasil data dan pengguna untuk mengelola tata ruang data yang lebih efektif dan efisien. Ada dua ketentuan yang saling berkaitan dan harus dipenuhi untuk memudahkan pembagian data. Pertama, data harus dibuat secara umum dan diketahui oleh penggunanya. Kedua, pengguna yang mencari data harus dapat menemukan banyak kandidat data set yang relatif terhadap kebutuhan mereka. Pengguna kemudian dapat mengevaluasi atau memilih data yang sesuai dengan tujuan penggunaan merekadan mengakses data tersebut. Metadata melayani bermacam tujuan yang memungkinkan penghasil data untuk mengiklankan produk data mereka dan pengguna untuk menemukan data yang relevan.
2.2 Fungsi Metadata
2.2.1 Keseragaman Dataset
Karena metadata berisikan data yang terstruktur dan berkaitan dengan encoding, atribut, klasifikasi dan penataan data, metadata mewakili detail dari spesifikasi teknis rinci untuk set data. Rincian dataset dari standar metadata tertentu akan menghasilkan set data yang konsisten dan kualitas yang dapat diprediksi dimanapun, kapanpun, atau oleh siapa suatu data diatur dalam sistem database. Seperti aplikasi, metadata dalam dataset sangat berguna untuk proyek-proyek database yang melibatkan banyak pihak di lokasi yang berbeda dan memakan waktu beberapa tahun.
2.2.2 Manajemen Data
Suatu organisasi tidak hanya mengumpulkan data pada tingkat signifikan yang lebih cepat dari berbagai sumber dan dalam volume yang lebih besar dari sebelumnya, tetapi mereka juga menganalisis data menggunakan alat yang lebih canggih, untuk mengambil keputusan yang terbaik. Metadata adalah alat manajemen yang sangat diperlukan dalam hal ini karena memungkinkan manajer data dan administrator database mengelola data sebagai aset perusahaan. Metadata membantu organisasi melindungi investasinya dalam data sebagai aset dengan mempertahankan integritas mereka, dan memfasilitasi pertukaran dan menjual data kepada pengguna eksternal. Dalam hal ini, manajemen data dapat sangat terganggu oleh kurangnya dokumentasi dan metadata yang terbaru, sementara metadata yang didokumentasikan dengan baik akan memudahkan pengelolaan data yang kompleks.
2.2.3 Kegunaan Data
Di masa lalu, set data spasial dikumpulkan untuk aplikasi khusus. Pengumpul data dan pengguna data, atau setidaknya mereka yang berada di organisasi yang sama sebagai pengguna dan berbagi tujuan yang sama. Dengan demikian, pengguna biasanya memiliki pengetahuan yang mendalam tentang tujuan dan kualitas data yang digunakan. Meningkatnya penggunaan data spasial telah menyebabkan pemisahan pengumpul data dari pengguna data. Dengan komersialisasi data spasial, ada kemungkinan terdapatnya nilai tambah bagi reseller antara pengumpul data dan pengguna. Dokumentasi yang tepat dengan cara metadata membuat mereka tidak terlibat dalam nilai tambah produksi data dengan informasi yang diperlukan untuk mengevaluasinya.
2.2.4 Pemahaman Data
geomatika dan teknologi informasi untuk memastikan aspek teknis dari dataset untuk diri mereka sendiri. Seiring dengan kompleksitas dan keragaman dataset spasial yang terus tumbuh, begitu pula pentingnya memberikan pemahaman tentang semua aspek data dengan cara metadata.
2.3 Proses Pelaksanaan Metadata Spasial
Metadata spasial biasanya dilaksanakan dalam empat tahap progresif yang meliputi perencanaan, capture, integrasi dan publikasi. Tahap perencanaan berkaitan dengan persiapan untuk pelaksanaan proyek metadata. Tujuan utama dari tahap perencanaan adalah mengidentifikasi dan menentukan persyaratan metadata dari sebuah organisasi.
Berikut ini adalah langkah-langkah yang dilakukan dalam proses pelaksanaan metadata spasial
1. Memperkirakan sumber daya keuangan, teknis dan manusia yang dibutuhkan koleksi metadata, publikasi, dan pemeliharaan yang berlangsung dari repositori metadata atau database.
2. Mengidentifikasi standar metadata yang akan digunakan, yang harus selalu menjadi standar yang diterima, seperti Profil Z39.50 GE, yang CSDGM atau ISO 19115 standard.
3. Memprioritaskan kegiatan metadata capture jika metadata yang diperlukan lebih dari satu seri dataset. 4. Meminta persetujuan dari manajemen organisasi.
5. Memilih dan memperoleh metadata dengan alat capture dan memberikan pelatihan menggunakan alat ini. Dalam pemilihan alat, perlu memperhitungkan
pertimbangan anggaran yang disetujui, kerangka waktu yang diharapkan untuk pengiriman, dan standar metadata yang akan digunakan.
6. Mengumpulkan informasi tentang dataset yang akan dijelaskan dan mendokumentasikan metadata dengan menggunakan standar yang dipilih.
Gambar 2. Pelaksaanaan Proses Metadata
3 Kategori Aplikasi Basisdata
3.1 Definisi Aplikasi Basisdata
3.2 Macam-macam Aplikasi Basisdata
B
erikut macam macam aplikasi basis data yang banyak dikenal dan digunakan untuk mengolah data.3.2.1 Microsoft Access
Microsoft Access (atau Microsoft Office Access) adalah sebuah program aplikasi basis data komputer relasional yang ditujukan untuk kalangan rumahan dan perusahaan kecil hingga menengah. Aplikasi ini merupakan anggota dari beberapa aplikasi Microsoft Office, selain tentunya Microsoft Word, Microsoft Excel, dan Microsoft PowerPoint. Aplikasi ini menggunakan mesin basis data Microsoft Jet Database Engine, dan juga menggunakan tampilan grafis yang intuitif sehingga memudahkan pengguna. Versi terakhir adalah Microsoft Office Access 2007 yang termasuk ke dalam Microsoft Office System 2007.
Microsoft Access dapat menggunakan data yang disimpan di dalam format Microsoft Access, Microsoft Jet Database Engine, Microsoft SQL Server, Oracle Database, atau semua kontainer basis data yang mendukung standar ODBC. Para pengguna/programmer yang mahir dapat menggunakannya untuk mengembangkan perangkat lunak aplikasi yang kompleks, sementara para programmer yang kurang mahir dapat menggunakannya untuk mengembangkan perangkat lunak aplikasi yang sederhana. Access juga mendukung teknik-teknik pemrograman berorientasi objek, tetapi tidak dapat digolongkan ke dalam perangkat bantu pemrograman berorientasi objek.
3.2.2 Ms SQL Server
Microsoft SQL Server adalah sebuah sistem manajemen basis data relasional (RDBMS) produk Microsoft. Bahasa kueri utamanya adalah Transact-SQL yang merupakan implementasi dari SQL standar ANSI/ISO yang digunakan oleh Microsoft dan Sybase. Umumnya SQL Server digunakan di dunia bisnis yang memiliki basis data berskala kecil sampai dengan menengah, tetapi kemudian berkembang dengan digunakannya SQL Server pada basis data besar.
Microsoft SQL Server dan Sybase/ASE dapat berkomunikasi lewat jaringan dengan menggunakan protokol TDS (Tabular Data Stream). Selain dari itu, Microsoft SQL Server juga mendukung ODBC (Open Database Connectivity), dan mempunyai driver JDBC untuk bahasa pemrograman Java. Fitur yang lain dari SQL Server ini adalah kemampuannya untuk membuat basis data mirroring dan clustering. Pada versi sebelumnya, MS SQL Server 2000 terserang oleh cacing komputer SQL Slammer yang mengakibatkan kelambatan akses Internet pada tanggal 25 Januari 2003.
3.2.3 Oracle
Basis data Oracle adalah basis data relasional yang terdiri dari kumpulan data dalam suatu sistem manajemen basis data RDBMS. Perusahaan perangkat lunak Oracle memasarkan jenis basis data ini untuk bermacam-macam aplikasi yang bisa berjalan pada banyak jenis dan merk perangkat keras komputer (platform).
Basis data Oracle ini pertama kali dikembangkan oleh Larry Ellison, Bob Miner dan Ed Oates lewat perusahaan konsultasinya bernama Software Development Laboratories (SDL) pada tahun 1977. Pada tahun 1983, perusahaan ini berubah nama menjadi Oracle Corporation sampai sekarang.
3.2.4 MySQL
GNU General Public License (GPL), tetapi mereka juga menjual dibawah lisensi komersial untuk kasus-kasus dimana penggunaannya tidak cocok dengan penggunaan GPL.
Tidak sama dengan proyek-proyek seperti Apache, dimana perangkat lunak dikembangkan oleh komunitas umum, dan hak cipta untuk kode sumber dimiliki oleh penulisnya masing-masing, MySQL dimiliki dan disponsori oleh sebuah perusahaan komersial Swedia MySQL AB, dimana memegang hak cipta hampir atas semua kode sumbernya. Kedua orang Swedia dan satu orang Finlandia yang mendirikan MySQL AB adalah: David Axmark, Allan Larsson, dan Michael “Monty” Widenius.
3.2.5 Postgre SQL
Postgre SQL merupakan tool untuk membuat database server yang bersifat open source yang memiliki licensi GPL (General Public License). Postgre SQL mendukung bahasa pemrograman seperti : SQL, C, C++, Java, PHP dan lainnya. Dengan lisensi GPL, PostgreSQL dapat digunakan, dimodifikasi dan didistribusikan oleh setiap orang tanpa perlu membayar lisensi (free of charge) baik untuk keperluan pribadi, pendidikan maupun komersil. Kebanyakan PostgreSQL tersedia untuk pengguna Linux
3.2.6 Firebird
References
1. Albert K.W.Yeung, G.Brent Hall: Spatial Database System: Design, Implementtion and Project Management.163-167.Vol.87 (2007)
2. Modern Database Management - Jeffrey A. Hoffer 3. Spatial Databases_ With Applica - Philippe Rigaux 4. Spatial Database Systems_ Desig - Albert K. W. Yeung
5. http://staff.uny.ac.id/sites/default/files/pendidikan/Diana%20Rahmawati,%20M.Si./MODEL%20DATA
.pdf (diakses pada 5 maret 2016 pk.16:10)
6. http://www.tutorialspoint.com/dbms/dbms_tutorial.pdf (diunduh pada 7 maret 2016 pk. 09:20)
7. http://www.ddegjust.ac.in/studymaterial/mca-3/ms-11.pdf (diunduh pada 7 maret 2016 pk. 08:55)
