PERANCANGAN DATABASE
Denormalisasi Basis DataNormalisasi merupakan upaya untuk
memperoleh struktur basis data yang baik (efisien dalam penggunaan
ruang penyimpanan). Penerapan Normalisasi yang ketat dapat
menurunkan performansi pemanfaatan basis data. Pelanggaran
Normalisasi disebut dengan Denormalisasi, salah satu pertimbangan
dari denormalisasi adalah untuk meningkatkan performansi basis
data. Beberapa konsekuensi dari Denormalisasi adalah sebagai
berikut : a. Redundansi dan Bentuk-Bentuk Denormalisasi Pada basis
data relasonal, redundansi tidak dapat dihilangkan sama sekali,
khususnya redundansi pada atribut yang berfungsi sebagai key
primer. Meskipun tidak dapat dihilangkan sama sekali tapi harus di
minimalisasi.
Redundansi Data yang berlebihan akan menimbulkan kerugian
seperti : - Membutuhkan ruang penyimpanan yang lebih besar -
Menimbulkan inkonsistensi data - Memerlukan tambahan waktu dalam
pemeliharaan integritas basis data Bentuk-Bentuk Denormalisasi
antara lain : 1. Atribut Turunan (Derived Attribute) Pemakaian
atribut turunan merupakan salah satu bentuk denormalisasi, karena
nilai-nilai yang terdapat pada atribut ini sesungguhnya dapat
diolah dari nilai-nilai yang sudah ada pada atribut yang lain (baik
dari tabel lain ataupun tabel yang sama). Umumnya keberadaan
atribut semacam ini bersifat redundansi.
Atribut semacam ini biasanya digunakan untuk menghindari proses
perhitungan yang berulang dan memakan waktu. Seperti contoh kasus
diatas untuk memperoleh IPK (Indeks Prestasi Komulatif) melibatkan
beberapa tabel, misal seperti gambar dibawah ini
mengingat banyak tabel yang dilibatkan dan waktu yang lama untuk
menghasilkan IPK tersebut, maka denormalisasi dengan menambahkan
atribut/field IPK pada tabel mahasiswa layak dipertimbangkan dengan
konsekuensi bertambahnya ruang media penyimpanan. 2. Atribut yang
Berlebihan Atribut yang Berlebihan adalah atribut yang menyatakan
lebih dari satu fakta. Adanya atribut ini akan melanggar
Normalisasi Tahap Pertama (1NF), karena tidak memiliki domain nilai
yang unik. Penggunaan atribut ini akan mengefisiensikan pemakaian
ruang penyimpanan untuk suatu tabel basis data. Contoh Pada atribut
NPM yang didalamnya sudah memuat Tahun Masuk/Angkatan, maka tidak
diperlukan lagi atribut Tahun Masuk/Angkatan.
Jenis-jenis Atribut Berlebihan * Atribut Terkodekan (Encoded
Attribute) Yaitu atribut yang memiliki kode tambahan yang
menunjukkan beberapa kondisi lainnya. Contoh :
atribut Kode_Kul di Tabel Kuliah yang di dalamnya sudah
terkandung data semester penyelenggaraan setiap mata kuliah. Data
semester sebenarnya sudah tidak diperlukan lagi, karena sudah ada
atribut Semester di Tabel Kuliah.
*
*
Atribut Gabungan (Concatenated Attribute) yaitu atribut dalam
domain komposit (Atribut yang masih bisa di pilah lagi) Contoh :
atribut NPM pada Tabel Mahasiswa merupakan gabungan dari bilangan
tahun masuk dan no. urut mahasiswa. Dengan demikian, atribut ini
sebenarnya bukan atribut sederhana (Simple Attribute), karena masih
bisa dibagi lagi. Atribut Tumpang-Tindih (Overlapping Attribut)
yaitu atribut dengan nilai yang tidak sepenuhnya eksklusif. Contah
: Jika didalam Tabel Kuliah ditambahkan atribut baru Prog_Studi
yang menunjukkan Program Studi (D3 atau S1). Jika Mata Kuliah yang
hanya diajarkan untuk Program Studi D3 diberi kode D3 dan yang
hanya diajarkan pada Program Studi S1 diberi kode S1.
*
Sedangkan mata kuliah yang diajarkan pada Program Studi D3 dan
S1 diberi kode DS. Nilai DS ini yang bersifat tumpang tindih,
karena mencakup Program Studi D3 dan S1 sekaligus (tidak
eksklusif). Atribut Bermakna Ganda (Alternate Atribute) yaitu
atribut yang memiliki arti yang berbeda tergantung sub entitasnya
(kelompok entitasnya) Contoh : Jika dalam tabel Dosen di tambahkan
atribut Gaji. Bagi Dosen Tetap atribut Gaji ini berisi gaji tetap
dalam satu bulan, tetapi bagi Dosen Tidak Tetap atribut Gaji berisi
insentif dari setiap mata kuliah yang diajarkan. Maka atribut
semacam ini yang digolongkan dalam Atribut Bermakna Ganda.
3.
Tabel Rekapitulasi (Summary Table) Tabel-tabel normal yang
diolah dalam basis data merupakan tabel detail (tabel yang berisi
data detail). Laporan yang bentuknya rekapitulasi merupakan hasil
pengolahan dari semua/sekelompok data detail yang tersimpan di
tabel tersebut. Sering kali untuk memperoleh suatu laporan
melibatkan banyak tabel dan memakan waktu yang cukup lama sehingga
tidak praktis, apalagi jika data yang dijadikan dasar pembentukkan
rekapitulasi relatif tidak berubah lagi. Sebagai solusinya dapat
dibuatkan tabel khusus yang menyimpan hasil pengolahan data
tersebut. Tabel inilah yang disebut Tabel Rekapitulasi. Tabel
Rekapitulasi ini biasanya bersifat redundansi.
Contoh : Jika ada Diagram E-R untuk Relasi Penjualan seperti
dibawah ini
Ket. Relasi Penjualan pada Diagram E-R diatas menunjukkan detail
data penjualan barang terhadap seorang pembeli pada waktu tertentu
dan jumlah tertentu. Seorang pembeli dapat membeli lebih dari satu
barang dan sebaliknya setiap barang dapat dijual kepada lebih dari
satu pembeli. Jika ada kebutuhan untuk membuat laporan rekapitulasi
bulanan berupa Rekapitulasi Penjualan per pembeli dan Rekapitulasi
Penjualan Per Barang. Rekapitulasi tersebut diperoleh dengan
melakukan pengolahan terhadap tiga tabel (Tabel Barang, Tabel
Penjualan dan Tabel Pembeli), karena data yang diolah relatif tetap
(bulanan), dengan demikian dapat dibuat tabel khusus sehingga
diagram E-R nya menjadi :
