Sabtu, 24 Oktober 2015

TUGAS 1

PRAKTIKUM SMBD
Disusun Oleh :
Nama                   : Eka Septiana Wulandari
NIM            : 141051039
Kelompok   : KM-4

TEKNIK INFORMATIKA
TEKNOLOGI INDUSTRI
INSTITUT SAINS & TEKNOLOGI AKPRIND
YOGYAKARTA
2015

     Membuat Database dengan nama : kamis4_141051039


  
Membuat tabel ANAK dengan nama t_rental dengan field :


  Mengisi tabel t_rental
1.      Melihat Isi tabel

Membuat  tabel INDUK dengan nama t_mobil dengan field:

1.      Mengisi tabel t_mobil

1.      Melihat Isi Tabel t_mobil

1.      Menggunakan fungsi ON CASCADE (DELETE+UPDATE)
Langkah pertama mengganti struktur dari tabel anak agar memuat perintah untuk mengaktifkan “fitur” CASCADE => hapus dulu tabel  t_rental

 Kemudian merubah struktur  tabel t_rental
 Kemudian untuk melihat tabelnya :
 Kemuadian isi tabelnya kembali



 Setelah itu kita mencoba delete

 Setelah didelete makan tabel pada t_mobil untuk id_mobil = M-001 akan terhapus sementara di tabel t_rental tidak terhapus.
      Membuat tabel dengan nama  t_mhs dengan field:
      Memodifikasi tabel t_mhs dengan menambahkan kolom pada tabel t_mhs
 Kita juga dapat mengatur letak kolom yang akan kita buat :
   Memodifikasi nama tabel t_mhs  menjadi t_mahasiwa
     Memodifikasi Definisi tabel t_mahasiswa

       Mengganti Nama Kolom pada tabel t_mahasiswa
   Menghapus dan Menambahkan Primary key

Minggu, 18 Oktober 2015

rangkuman pertemuan ke-6 SMBD #ekaseptianawulandari #141051039

NORMALISASI
          Normalisasi yaitu suatu teknik yang menstrukturkan/memecahkan/mendekomposisi data dalam cara tertentu untuk mencegah timbulnya permasalahan pengolahan dalam Basis Data seperti adanya delete anomally,insert anomally dan update anomally.
          Proses normalisasi akan menghasilkan relasi yang optimal yaitu :
  1. ·         Memilki struk record yang konsisten secara logik
  2. ·         Memilki struk record yang mudah untuk dimengerti
  3. ·         Memiliki struk record yang sederhana dalam pemeliharaan
  4. ·   Memiliki struk record yang mudah untuk ditampilkan bentuk  untuk memenuhi kebutuhan pemakai.
  5. ·         Minimalisasi kerangkapan data

Basis Data telah optimal jika memnuhi kriteria 3NF , level normalisasi ditentukan berdasarkan kriteria bentuk normal bukan jumlah langkah dekomposisi relasi.
Level normal :
ü  UNF
Dikatakan UNF jika memenuhi salah satu kriteria berikut :
·         Jika relasi mempunyai bentuk non flat file dengan data yang disimpan sesuai keadaanya ,tidak memiliki struk tertentu dan terjadi duplikasi atau kerangkapan data.
·         Jika relasi memuat set atribut berulang (non single value)
·         Jika relasi memuat atribut non atomic value.
ü  1NF
Dikatakan 1NF dengan kriteria :
·         Jika seluruh dalam relasi bernilai atomik(atomik value)
·         Jika seluruh atribut dalam relasi bernilai tunggal (single value)
·         Jika relasi memuat set atribut berulang
·         Jika semua record mempunyai sejumlah atribut yang sama
Permasalahan dalam 1NF :
·         Tidak dapat meyisipkan informasi parsial
·         Terhapusnya informasi keteika menghapus sebuah record
·         Update atribut non kunci mengakibatkan sejumlah record harus di update
Konversi UNF à 1NF :
·         Melengkapi nilai-nilai dalam atribut
·         Mengubah struk relasi
ü  2NF
Dikatakan 2NF dengan kriteria :
·         Jika  memnuhi kriteria 1NF
·         Jika semua atribut non kunci FD pada PK dengan:
o   Jika seluruh atribut dalam relais bernilai atomik (atomic value)
o   Jika seluruh atribut dalam relasi bernilai tunggal (single value)
o   Jika relasi tidak memuat set atribut  berulang
o   Jika semua record mempunyai sejumlah atribut yang sama
o   Ada TDF
Permasalahan dalam 2NF :
·         Kerangkapan data (data redudancy)
·         Update yang tidak benar menimbulkan  inkonsistensi data
·         Proses update data tidak efisien
·         Anomalies
Konversi 1NF à 2NF :
·         Identifikasi FD relasi 1NF
·         Berdasarkan informasi tersebut dekomposisi relasi 1NF menjadi relasi-relasi baru sesuai FD-nya jika menggunkan diagram maka simpul-simpul yang berada ada puncak diagram bertindak sebagai PK pada relasi baru.
ü  3NF
Dikataan 3NF dengan kriteria :
·         Jika memnuhi kriteria 2NF
·         Jika setiap atribut non kunci tidak TDF terhadap PK
Permaslahan pada 3NF : duplikasi rinci data pada atribut yang erfungsi sebagai FK
Konversi 2NFà3NF :
·         Mengubah struk relasi
·         Identifikasi TDF pada relasi 2NF
·         Berdasarkan informasi tersebut , dekomposisikan relasi 2NF menjadi relasi-relasi baru sesuai TDF-nya jika menggunakan diagram maka simpul-simpul yang berada pada puncak diagram bertindak sebagai PK pada relasi baru.
ü  BCNF
Dikatakan BCNF dengan kriteria:
·         Jika memenuhi kriteria 3NF
·         Jika semua atribut penentu (Determinan) merupakan CK
ü  4NF
Dikatakan 4NF dengan kriteria :
·         Jika memnuhi kriteria BCNF
·         Jika setiap atribut didalamnya tidak mengalami ketergantungan pada banyak nilai.
ü  5NF
Dikatakan 5NF dengan kriteria :
·         Jika relasi anter data dalam relasi tersebut tidak terdapat direkonstruksi dari struk label relasi yang memuat atribut yang lebih sedikit.
ü  DKNF
Dikatan DKNF dengan kriteria yang dikemukakan oleh R Fagin tahun 1981 :
·         Jika setiap batasan disimpulkan secara sederhana dengan mengetahui sekumpulan anam atribut & domaninna selama menggunakan sekumpulan atribut pada kuncinya.

·         Bersifat spesifik yaitu tidak semua relasi dapat mencapai level ini.

contoh : 









Rangkuma pertemuan 4 dan 5 SMBD #ekaseptianawulandari #141051039

Anomalies
Anomalies disebabkan karena  adanya kerangkapan data dan ketergantungan antar rinci data
Jenis Anomalies ada 3 yaitu :
  1. ·     Delete Anomally : Proses penghapusan suatu nilai rinci data yang mengakibatkan hilangnya informasi rinci data lain yang tidak mempunyai kerelasian secara logik.
  2. ·         Insert Anomally : Proses penyisipan suatu rinci data yang mengakibatkan perlunya penyisipan pada nilai rinci data lain yang tidak mempunyai kerelasian secara logik.
  3. ·    Update Anomally : Proses mengubah seuatu nilai rinci data yang mengakibatkan perlunya pengubahan pada nilai rinci data yang tidak mempunyai kerelasian secara logik






Ketergantungan Data
Jenis ketergantungan data dibagi menjadi 4 jenis dengan representasi notasi dan diagram ketergantungan data.
  • ·  Functionally Dependence/FD yaitu atribut Y bergantung secara fungsional terhadap atribut X, jika:

-          Setiap nilai X berkaitan dengan sebuah nilai pada Y
-          Untuk setiap record yang memilki sembarang nilai X selalu berhubungan dengan nilai Y yang sama
-          Notasinya FD: R.X à R.Y
Ket: FD: functionally Depedence
        R  : nama Relasi
        X  : atribut penentu (determine)
        Y  : atribut bergantung (dependent)
  • · Full Functionally Dependence/FFD yaitu atribut Y mempunyai ketergantungan fungsional penuh terhadap atribut

jika :
-          Y functionally dependency terhadap X
-          Y tidak functionally depedency bagian tertentu dari X
-          Notasinya : FFD : R.XàR.Y
Ket: FFD:  full functionally Depedence
        R  : nama Relasi
        X  : atribut penentu (determine)
        Y  : atribut bergantung (dependent)
  • ·         Transitive Depedence/TDF yaitu atribut Z bergantung transitif terhadap X,

Jika:
-          Y functionally depedency terhadap X
-          Z functionally depedence terhadap Y
-          Notasinya : TDF : R.XàR.YàR.Z
Ket : TDF: transitif  Depedence
        R  : nama Relasi
        X  : atribut penentu (determine)
        Y  : atribut bergantung (dependent) terhadap X dan penentu terhadap Z
  Z   : atribut yang bergantungan (dependent) terhadap Y

  • ·         Total Depedency yaitu atribut Y mengalami ketergantungan total terhadap atribut X,

Jika:
-          Y functinally Depedency terhadap X
-          X functionally Depedency terhadap Y
-          Notasinya : TD : R.X ßàR.Y
Ket : TD:  Total Depedence
        R  : nama Relasi
        X  : atribut penentu (determine) & bergantung pada Y
        Y  : atribut bergantung (dependent) & penentu pada X

Cara Membuat Diagram Ketergantunga  Data secara Horizontal :
1.      Tempatkan setiap atribut yang menjadi penentu pada sebuah garis horisontal yang beupa titik-titik sebagai penghubung.
2.      Identifikasikan setiap atribut bagian pada atribut penentu tersebut.
3.      Gambarkan hal tersebut dengan menggunakan panah ke bawah.
4.      Identifikasikan & gambarkan ketergantungan data.