BASIS DATA
1.
PENGERTIAN dan PERANAN
Basis data dan teknologinya telah memainkan
peran penting seiring dengan pertumbuhan penggunaan komputer. Basis data telah
digunakan pada hampir seluruh area dimana komputer digunakan, termasuk bisnis,
teknik, kesehatan, hukum, pendidikan dan sebagainya.
Kata basis data dapat didefinisikan sebagai kumpulan data yang saling berhubungan. Sedangkan kata data dapat didefinisikan sebagai fakta yang direkam atau dicatat. Sebagai contoh adalah nama, nomor telepon, dan alamat dari orang-orang yang anda kenal. Anda mungkin telah merekam data ini pada buku alamat, atau anda dapat menyimpannya dalam disket, menggunakan komputer personal dan perangkat lunak seperti dBASE IV,
Kata basis data dapat didefinisikan sebagai kumpulan data yang saling berhubungan. Sedangkan kata data dapat didefinisikan sebagai fakta yang direkam atau dicatat. Sebagai contoh adalah nama, nomor telepon, dan alamat dari orang-orang yang anda kenal. Anda mungkin telah merekam data ini pada buku alamat, atau anda dapat menyimpannya dalam disket, menggunakan komputer personal dan perangkat lunak seperti dBASE IV,
2.
STRUKTUR DATA dan BASIS DATA
Dalam prakteknya, untuk
kemudahan dalam mengakses data, data disusun dalam suatu struktur logis yang
menjelaskan bahwa:
- 1. Kumpulan tabel menyusun basis data,
- 2. Tabel tersusun atas sejumlah record,
- 3. Sebuah record mengandung sejumlah field, dan
- 4. Sebuah field disimpan dalam bentuk kumpulan bit.
Pengertian
masing-masing istilah diatas adalah seperti berikut:
a. Field
(medan) menyatakan data terkecil yang memiliki makna. Istilah lain untuk field
yaitu elemen data, kolom item, dan atribut. Contoh field yaitu nama
seseorang, jumlah barang yang dibeli, dan tanggal lahir seseorang.
b. Record
(rekaman) menyatakan kumpulan dari sejumlah elemen data yang saling terkait.
Sebagai contoh, nama, alamat, tanggal lahir, dan jenis kelamin dari seseorang
menyusun sebuah record. Istilah lain yang juga menyatakan record
yaitu tupel dan baris.
c. Tabel
menghimpun sejumlah record. Sebagai contoh, data pribadi dari semua
pegawai disimpan dalam sebuah tabel.
d. Basis data
(database) adalah suatu pengorganisasian sekumpulan data yang
saling terkait sehingga memudahkan aktivitas untuk memperoleh informasi.
Sebagai contoh, basis data akademis mengandung tabel-tabel yang
berhubungan dengan data mahasiswa, data jurusan, data mata kuliah, data
pengambilan mata kuliah pada suatu semester, dan nilai yang diperoleh mahasiswa.
Sumber: http://blog.re.or.id/struktur-data-dan-basis-data-database.htm
diakses pada Rabu, 19 Desember 2012
pada pukul 17.22 WIB
3.
DBMS
DBMS
dapat diartikan sebagai program komputer yang digunakan untuk memasukkan,
mengubah,
menghapus,
memodifikasi dan memperoleh data/informasi dengan praktis dan efisien.
Kelebihan
dari DBMS antara lain adalah:
·
Kepraktisan.
DBMS menyediakan media penyimpan permanen yang berukuran kecil namun banyak
menyimpan data jika dibandingkan dengan menggunakan kertas.
·
Kecepatan.
Komputer dapat mencari dan menampilkan informasi yang dibutuhkan dengan cepat.
·
Mengurangi
kejemuan. Pekerjaan yang berulang-ulang dapat menimbulkan kebosanan bagi manusia,
sedangkan mesin tidak merasakannya.
·
Update
to date. Informasi yang tersedia selalu berubah dan akurat setiap.
Kelemahan
dari DBMS
·
Biaya.
Kebutuhan untuk medapatkan erangkat lunak dan perangkat keras yang tepat cukup
mahal, termasuk biaya pemeliharaan dan sumber daya manusia yang mengelola basis
data tersebut.
·
Sangat
kompleks. Sistem basis data lebih kompleks dibandingkan dengan proses berkas,
sehingga dapat mudah terjadinya kesalahan dan semakin sulit dalam pemeliharaan
data.
·
Resiko data
yang terpusat. Data yang terpusat dalam satu lokasi dapat beresiko kehilangan
data selama proses aplikasi
4.
Jenis Basis Data Menurut Pengaksesan
Jenis Data
Base Menurut Pengaksesan, dapat di bedakan menjadi 4 jenis yaitu :
- Basis Data Individual
- Basis Data Perusahaan
- Basis Data Terdistribusi
- Bank Data Publik
5.
Jenis Data pada Basis
DBMS masa kini mendukung
berbagai jenis data, dari teks, suara, hingga gambar. Contoh berbagai nama tipe
data pada berbagai DBMS adalah sebagai berikut:
Contoh berbagai jenis data :
Tipe Data
|
Keterangan
|
Character (Visual dBASE)
Char (SQL)
Text (Access)
Alpha (Paradox)
|
Menyatakan tipe data untuk menyimpan deretan karakter seperti nama orang
atau nama mobil
|
Memo (Access dan Visual dBASE)
Text (PostgresSQL)
|
Untuk menyimpan deretan karakter dengan ukuran yang besar (melebihi 256
karakter)
|
Number (Access)
Numeric (Visual
dBASE)
|
Untuk menyimpan data bilangan
|
Date/Time (Access)
|
Untuk menyimpan data jam dan tanggal
|
Date (Visual dBASE)
Date (PostgresSQL)
|
Untuk menyimpan tanggal
|
Time (PostgresSQL)
|
Untuk menyimpan data jam
|
Currency (Access)
Money (Paradox)
|
Untuk menyimpan data uang
|
Yes/No (Access)
Logical (Visual
dBASE)
Bool (PostgresSQL)
|
Untuk menyimpan data logika (benar atau salah)
|
OLE (Visual dBASE)
OLE Object (Access)
|
Untuk menyimpan OLE. Dapat berupa objek seperti gambar atau bahkan suara
|
Binary (Visual dBASE)
|
Untuk menyimpan data gambar atau suara
|
Graphics (Paradox)
|
Untuk menyimpan data gambar
|
Hyperlink (Access)
|
Untuk menyimpan data hyperlink
|
6.
Model Data
Adalah
sekumpulan konsep terintegrasi yang dipakai untuk menjabarkan data, hubungan
antar data, dan kekangan terhadap data yang digunakan untuk menjaga
konsistensi.
Database Management
System (DBMS) atau sistem manajemen database dibagi menjadi lima model. Model yang
lebih lama diperkenalkan pada tahun 1960-an,yang bersifat hierarkis dan jaringan.
Model yang lebih baru bersifat relasional, berorientasi objek,
dan multidimensional.
1) Database Hierarkis
Pada database
Hierarkis, field atau record diatur dalam kelompok-kelompok yang berhubungan,
menyerupai diagram pohon, dengan record child (level lebih rendah) berada di
bawah record parent (level yang lebih tinggi).
Database hierarkis
merupakan model tertua dan paling sederhana dari kelima model database. Dalam
model database ini mengakses atau mengupdate data bisa berlangsung sangat cepat
karena hubungan-hubungan sudah ditentukan. Tetapi, karena struktur harus
didefinisikan lebih dahulu, maka hal ini cukup riskan. Lagipula menambahkan
field baru ke sebuah record database membuat semua database harus didefinisikan
kembali. Karena itulah diperlukan model database yang baru untuk menunjukkan
masalah pengulangan data dan hubungan data yang kompleks.
2) Database Jaringan
Konsep database jaringan
mirip dengan database hierarkis tetapi setiap record child dapat memiliki lebih
dari satu record parent. Selanjutnya setiap record child dapat dimiliki oleh
lebih dari satu record parent.
Database jaringan pada
dasarnya digunakan dengan mainframe, lebih fleksibel disbanding database
hierarkis karena ada hubungan yang berbeda antarcabang data. Akan tetapi
strukturnya masih harus didefinisikan lebih dahulu. Pengguna harus sudah
terbiasa dengan struktur database. Lagipula jumlah hubungan antar-record juga terbatas,
dan untuk menguji sebuah field seseorang harus mendapatkan kembali semua
record.
3) Database Relasional
Database Relasional
bekerja dengan menghubungkan data pada file-file yang berbeda dengan
menggunakan sebuah kunci atau elemen data yang umum.
Cara kerja database
relasional:
Elemen-elemen data
disimpan dalam tabel lain yang membentuk baris dan kolom. Dalam model database
ini data diatur secara logis, yakni berdasarkan isi. Masing-masing record dalam
tabel diidentifikasi oleh sebuah field – kunci primer – yang berisi sebuah
nilai unik. Karena itulah data dalam database relasional dapat muncul dengan
cara yang berbeda dari cara ia disimpan secara fisik pada komputer. Pengguna
tidak boleh mengetahui lokasi fisik sebuah record untuk mendapatkan kembali datanya.
4) Database Berorientasi Objek
Model ini menggunakan
objek sebagai perangkat lunak yang ditulis dalam potongan kecil yang dapat
digunakan kembali sebagai elemen dalam file database. Database berorientasi
objek adalah sebuah database multimedia yang bisa menyimpan lebih banyak tipe
data dibanding database relasional.
Salah satu model
database berorientasi objek adalah database hypertext atau database web, yang
memuat teks dan dihubungkan ke dokumen lain. Model lainnya adalah
database hypermedia, yang memuat link dan juga grafis, suara, dan video.
Contoh: database DB2,
Cloudscape, Oracle9i dan sebagainya
5) Database Multidimensial
Database Multidimensial
(MDA) memodelkan data sebagai fakta, dimensi, atau numerik untuk menganalisis
data dalam jumlah besar, tujuannya adalah untuk mengambil keputusan. Database
Multidimensial menggunakan bentuk kubus untuk merepresentasikan dimensi-dimensi
data yang tersedia bagi seorang pengguna, maksimal empat dimensi.
Contoh: InterSystem
Cache, ContourCube, dan Cognoa PowerPlay
Sumber: http://amin-aja.students-blog.undip.ac.id/2009/06/24/83-model-model-database/ diakses pada Rabu, 19
Desember 2012 pada pukul 19.15 WIB
7.
Komponen DBMS
DBMS umumnya mengandung komponen-komponen berikut:
1. Kamus Data
Kamus data (data dictionary) digunakan untuk menyimpan deskripsi
data yang digunakan dalam basis data. Setiap elemen data antara lain memiliki
tipe dan ukuran. Kamus data terkadang juga berisi ketentuan yang mengatur nilai
yang bisa dimasukkan dalam field. Sebagai contoh, jika definisi sebuah field
menyatakan bahwa hanya huruf P dan W yang dimasukkan ke dalam field
bernama Jenis_Kelamin, maka sistem akan menolak sekiranya pemakai memasukkan data
L ke field tersebut.
2. Utilitas
Utilitas digunakan untuk memudahkan pemakai dalam menciptakan basis data
dan tabel serta dalam memanipulasi data.
3. Pembangkit Laporan
Pembangkit Laporan adalah fasilitas yang disediakan kepada pemakai untuk
membuat laporan dengan mudah.
4. Pembangkit Aplikasi
Pembangkit Aplikasi adalah fasilitas yang digunakan untuk membuat tampilan
yang digunakan oleh pemakai yang akan menggunakan aplikasi basis data (tampilan
seperti ini dikenal dengan istilah formulir), misalnya untuk mengisikan
data.
5. Keamanan Akses
Fasilitas keamanan akses digunakan untuk mengatur hak akses pemakai.
Keamanan akses dapat berupa pengaturan wewenang akses terhadap pemakai
tertentu. Misalnya, pemakai dapat mengubah isi tabel Mahasiswa, tetapi pemakai
B tidak. DBMS seperti pemakai B tidak.
6. Pemulihan Sistem
Fasilitas pemulihan sistem berfungsi untuk mengembalikan data semula ke basis
data sekiranya terjadi kegagalan sistem. Beberapa teknik yang umum
digunakan untuk menangani pemulihan sistem yaitu mirroring, reprocessing,
dan rollback.
Sumber:
http://blog.re.or.id/komponen-dbms.htm
diakses pada Rabu, 19 Desember 2012 pada pukul 19.19 WIB
8.
SQL
SQL merupakan singkatan
dari Structured Query Language.SQL merupakan bahasa komputer standard ANSI (
American National Standard Institude ).Dengan SQL kita dapat mengakses
database, menjalankan queri untuk mengambil data dari database, menambahkan
data ke database, menghapus data di dalam database, dan meng-update data di
dalam database.
Pernyataan SQL dapat
dikelompokkan menjadi beberapa kelompok, yakni:
- Data Definition Language ( DDL ).
Data Definition
Language (DDL) adalah bahasa dalam DBMS yang digunakan untuk membuat atau
mendefinisikan obyek-obyek di dalam database. Statement DDL adalah
perintah-perintah yang digunakan untuk menjelaskan objek dari database. Dengan
kata lain DDL digunakan untuk mendefinisikan kerangka database. Secara umum
untuk membuat obyek table.
- Data Manipulation Language ( DML ).
Data Manipulation
Languange (DML) merupakan kelompok perintah yang berfungsi untuk memanipulasi
data dalam basis data, misalnya untuk pengambilan, penyisipan, pengubahan, dan
penghapusan data.Perintah yang termasuk dalam kelompok DML adalah SELECT,
INSERT, DELETE, dan UPDATE.
- DCL atau Data Control Language
DCL (bukan BCL)
merupakan perintah SQL yang berhubungan dengan pengaturan hak akses user MySQL,
baik terhadap server, database, tabel maupun field. Perintah SQL yang termasuk
dalam DCL antara lain : GRANT, REVOKE
Sumber: http://kartikoedhi.wordpress.com/2012/07/09/pengertian-sql/ diakses pada 19
Desember 2012 pada pukul 19.26 WIB
9.
Data Warehouse dan Data mart
Data yang terdapat
dalam data warehouse dapat dibagi perbagian sesuai dengan kebutuhan
dalam informasi. Inilah yang dsebut dengan data mart. Data mart memiliki
karakteristik yang sama dengan data warehouse, perbedaannya hanya
terdapat pada jumlah data yang dimiliki. Dalam data mart, data yang ada
hanya berasal dari satu bagian atau satu departemen saja, sedangkan pada data
warehouse, data yang ada berasal dari seluruh bagian dalam perusahaan
tersebut.
Dalam pembuatan data warehouse, ada dua pendekatan yang dapat digunakan, yaitu :
1.Pendekatan Top Down (Top Down Approach)
Pendekatan ini dilakukan dengan membuat perancangan data warehouse terlebih
dahulu secara keseluruhan. Dalam pembuatannya, ditentukan apa yang
menjadi sumber data dan bagaimana cara untuk memasukkannya ke dalam data warehouse yang telah dirancang terlebih dahulu. Pendekatan ini menyatakan bahwa pembangunan desain arsitektur data warehouse adalah hal pertama yang dilakukan dalam membangun suatu data warehouse.
2. Pendekatan Bottom Up (Bottom Up Approach)
Berbeda dengan pendekatan Top Down, pendekatan ini menyatakan bahwa data warehouse berawal dari kumpulan data mart yang telah dibangun terlebih dahulu untuk masing-masing departemen. Data mart yang telah dibangun kemudian digabungkan untuk membangun suatu data warehouse yang utuh.
Dalam pembangunan data mart, terdapat 2 arsitektur, yaitu : Dependent Data Mart dan Independent Data Mart (IDM). Perbedaan dari kedua arsitektur tersebut hanya terletak pada ketergantungannya terhadap data warehouse. Pada Dependent Data Mart, data yang diperoleh sangat tergantung pada data warehouse terpusat sedangkan pada IDM, data yang digunakan terpisah dari data warehouse terpusat dan bersifat independent (berdiri sendiri). Perbandingan antara data warehouse dan data mart dapat dilihat pada tabel berikut ini.
Dalam pembuatan data warehouse, ada dua pendekatan yang dapat digunakan, yaitu :
1.Pendekatan Top Down (Top Down Approach)
Pendekatan ini dilakukan dengan membuat perancangan data warehouse terlebih
dahulu secara keseluruhan. Dalam pembuatannya, ditentukan apa yang
menjadi sumber data dan bagaimana cara untuk memasukkannya ke dalam data warehouse yang telah dirancang terlebih dahulu. Pendekatan ini menyatakan bahwa pembangunan desain arsitektur data warehouse adalah hal pertama yang dilakukan dalam membangun suatu data warehouse.
2. Pendekatan Bottom Up (Bottom Up Approach)
Berbeda dengan pendekatan Top Down, pendekatan ini menyatakan bahwa data warehouse berawal dari kumpulan data mart yang telah dibangun terlebih dahulu untuk masing-masing departemen. Data mart yang telah dibangun kemudian digabungkan untuk membangun suatu data warehouse yang utuh.
Dalam pembangunan data mart, terdapat 2 arsitektur, yaitu : Dependent Data Mart dan Independent Data Mart (IDM). Perbedaan dari kedua arsitektur tersebut hanya terletak pada ketergantungannya terhadap data warehouse. Pada Dependent Data Mart, data yang diperoleh sangat tergantung pada data warehouse terpusat sedangkan pada IDM, data yang digunakan terpisah dari data warehouse terpusat dan bersifat independent (berdiri sendiri). Perbandingan antara data warehouse dan data mart dapat dilihat pada tabel berikut ini.
Datawarehouse
|
Datamart
|
|
Lingkungan (Scope)
|
Perusahaan/Enterprise
|
Departemen
|
Subjek (Subjects)
|
Multiple
|
Single
|
Sumber (Data sources)
|
Banyak
|
Sedikit
|
Ukuran Data
|
100GB > 1TB
|
<100GB
|
Waktu Implementasi
|
Berbulan-bulan bahkan bertahun-tahun
|
Beberapa Bulan
|
Sumber: http://insysh.heavenforum.org/t45-datamart-dan-datawarehouse diakses pada Rabu, 19
Desember 2012 pada pukul 20.02 WIB
10. OLAP
Online
Analytical Processing, atau disingkat OLAP adalah metode pendekatan untuk
menyajikan jawaban dari permintaan proses analisis yang bersifat dimensional
secara cepat, yaitu desain dari aplikasi dan teknologi yang dapat mengoleksi,
menyimpan, memanipulasi suatu data multidimensi untuk tujuan analis. OLAP
adalah bagian dari kategori yang lebih global dari pemikiran bisnis, yang juga
merangkum hubungan antara pelaporan dan penggalian data. Aplikasi khusus dari
OLAP adalah pelaporan bisnis untuk penjualan, pemasaran, manajemen pelaporan,
manajemen proses bisnis (MPB), penganggaran dan peramalan, laporan keuangan dan
bidang-bidang yang serupa. Istilah OLAP merupakan perampingan dari istilah lama
database OLTP (Online Transaction Processing).
Database yg dikonfigurasikan untuk pelayanan OLAP model data multidimensi, bisa digunakan untuk analisis komplek dan kueri khusus (ad hoc) dengan suatu laju waktu eksekusi. Mereka meminjam aspek database navigasi dan database hierarki yang lebih cepat daripada yang sefamilinya.
Database yg dikonfigurasikan untuk pelayanan OLAP model data multidimensi, bisa digunakan untuk analisis komplek dan kueri khusus (ad hoc) dengan suatu laju waktu eksekusi. Mereka meminjam aspek database navigasi dan database hierarki yang lebih cepat daripada yang sefamilinya.
Nigel Pendse menyarankan suatu alternatif dan mungkin istilahnya lebih deskriptif yang menjelaskan bahwa konsep OLAP adalah Analisis Cepat dari Informasi Multidimensi yang dapat di-sharing (FASMI)
Keluaran dari kueri OLAP ditampilkan secara khusus dalam format matrik atau pivot. Dimensinya membentuk baris berupa ukuran dan kolom berupa nilai dari matrik.
Sumber:
http://zara-science.blogspot.com/2011/06/pengertian-olap.html
diakses pada 19 Desember 2012 pada pukul 20.14 WIB
Tidak ada komentar:
Posting Komentar