Basis data (_database_)

50

description

 

Transcript of Basis data (_database_)

Page 1: Basis data (_database_)
Page 2: Basis data (_database_)

Login

Page 3: Basis data (_database_)

LOGIN

Basis Data( Data Base )Basis Data

( Data Base )

Nurdin Al-Azies

Page 4: Basis data (_database_)

Menu…

• Manajemen Berkas

• Basis Data dan DBMS

• Komponen Lingkungan Basis Data

• Arsitektur Basis Data

• Bahasa Basis DataNext

Page 5: Basis data (_database_)

• Model Basis Data

• Data Warehouse & Data Mart

• OLAP

• Data Mining

•SQL

•Sistem Basis Data Terdistribusi

EndBack

Page 6: Basis data (_database_)

Manajemen Berkas

Aplikasi Penggajian Laporan

Berkas gaji

Berkas Pegawai

Page 7: Basis data (_database_)

Aplikasi Pelatihan Laporan

Berkas pelatihan

Berkas Pegawai

Page 8: Basis data (_database_)

Aplikasi Penggajian Laporan

Berkas gaji

Berkas Pegawai

Aplikasi Pelatihan Laporan

Berkas pelatihan

Page 9: Basis data (_database_)

• Kelemahan– Duplikasi data– Pemisahan data– Ketidakkonsistenan– Dependensi data program– Ketidakkompatibelan format berkas

Menu

Page 10: Basis data (_database_)

Basis Data dan DBMS

• Pengorganisasian sekumpulan data yang saling terkait sehingga memudahkan untuk mencari informasi

• DBMS (Data Base Management System)– Sebuah software untuk membuat,

memelihara, mengontrol dan mengakses basis data dengan cara yang praktis dan efisien.

Page 11: Basis data (_database_)

Aplikasi

Penggajian

Aplikasi

Pelatihan

Laporan

Laporan

DBMS

Permintaan

Pemutakhiran

Basis Data

Page 12: Basis data (_database_)

Fitur umum DBMS

• Independensi data-program

• Keamanan

• Integritas

• Konkurensi

• Pemulihan (Recovery)

• Katalog sistem

• Perangkat produktivitas

Page 13: Basis data (_database_)

Keunggulan DBMS

• Mengendalikan/mengurangi duplikasi data

• Menjaga Konsistensi dan integritas data

• Memudahkan perolehan informasi lebih banyak dari data yang sama

• Meningkatkan keamanan

• Memaksakan penerapan Standar

• Menghemat biaya

Page 14: Basis data (_database_)

• Menanggulangi konflik kebutuhan antarpemakai

• Meningkatkan tingkat respon dan kemudahan akses

• Meningkatkan produktivitas program

• Meningkatkan pemeliharaan melalui independensi data

• Meningkatkan konskurensi

• Meningkatkan layanan backup dan recovery

Page 15: Basis data (_database_)

Kelemahan DBMS

• Kompleksitas yang tinggi

• Memerlukan penyimpanan dan memori yang besar

• Harga DBMS yang mahal

• Kadang meminta perangkat khusus

Page 16: Basis data (_database_)

• Biaya konversi antar sistem yang mahal

• Kinerja terkadang kalah

• Dampak kegagalan lebih tinggi karena ketergantungan pada DBMS

Page 17: Basis data (_database_)

• Daftar sejumlah DBMS terkenal– Access (Microsoft Corp.)– DB2 (IBM)– Informix (IBM)– Ingres (Computer Associate)– MySQL (The MySQL AB Company)– Oracle (Oracle Corp.)– PostgreSQL (www.posrgresql.com)– Sybase (Sybase Inc.)

Menu

Page 18: Basis data (_database_)

Komponen Lingkungan Basis Data

SELECT *FROM PRIBADI;

Pedoman -1.-2.-3.-

3.Data

1.Perangkatkeras

5.Orang

2.Perangkatlunak 4.Prosedur

Page 19: Basis data (_database_)

• Perangkat Keras– PC, minikomputer, Mainframe,...

• Perangkat Lunak– Program Aplikasi (bahasa C++, Pascal,

Delphi, atau Visual BASIC)

• Data– Pemakai dapat memperoleh informasi

yang sesuai dengan kebutuhan masing-masing

Page 20: Basis data (_database_)

• Pemakai Akhir– Pemakai Aplikasi (Native User)

• Orang yang mengoperasikan program aplikasi dari pemrogram aplikasi

– Pemakai Interaktif (Sophisticated User)• Pemakai yang berinteraksi secara langsung dengan

DBMS

• Pemrogram Aplikasi– Orang yang membuat program aplikasi yang

melibatkan basis data

Page 21: Basis data (_database_)

• Prosedur– Cara Login– Cara memakai fasilitas– Cara mengaktifkan dan menghentikan DBMS– Cara membuat cadangan data dan

mengembalikan cadangan ke DBMS

• Orang– Pemakai akhir– Pemrogram aplikasi– Administrator basis data

Page 22: Basis data (_database_)

• Administrator Basis Data (DBA)– Orang yang bertanggung jawab terhadap

manajemen basis data– Tugas Administrator basis data

• Mendefinisikan basis data• Mendefinisikan struktur dan metode akses

penyimpan• Menentukan keamanan basis data• Melakukan pemeliharaan basis data secara rutin

Menu

Page 23: Basis data (_database_)

Arsitektur Basis Data

• Membuat abstraksi basis data agar dapat diakses secara efisien oleh semua User

• ANSI-SPARC (American National Standart Institude-Standart Planning and Requirement Comitee)

– Level Eksternal– Level Konseptual– Level Internal

• DBTG (Data Base Task Group)

– Skema dan subskema

Page 24: Basis data (_database_)

Pandangan1

Pandangan2

Pandangan3

SkemaKonseptual

SkemaInternal

BasisData

Pemakai 1 Pemakai 2 Pemakai 3

Leveleksternal

Levelkonseptual

Levelinternal

Organisasi dataSecara fisik Menu

Page 25: Basis data (_database_)

Bahasa Basis Data

• Bahasa definisi data (Data Definition Language / DDL)

– Perintah - perintah yang digunakan

Administrator basis data untuk mendefinisikan

skema dan subskema basis data.

– Hasil kompilasi DDL disimpan dalam berkas

spesial disebut KATALOG SISTEM yang

memadukan METADATA (data yang

menjelaskan obyek dalam basis data)

Page 26: Basis data (_database_)

– METADATA berisi definisi rekaman,

item data, dan objek lain yang

dibutuhkan oleh DBMS

– Contoh, pernyataan SQL seperti

CREATE TABLE

Page 27: Basis data (_database_)

• Bahasa Manipulasi Data (Data Manipulation Language / DML)

– Fungsi• Mengambil, menambahkan, mengubah, dan

menghapus data pada basis data

– DML Prosedural• Perintah untuk menentukan data apa dan

bagaimana cara mendapatkannya

– DML Non-Prosedural• Perintah untuk menentukan data apa yang

diperlukan, tanpa menyebutkan caranya

Page 28: Basis data (_database_)

• Cara– Mengetikkan perintah yang ditujukan kepada

DBMS untuk memanipulasi rekaman atau data

– Melalui program aplikasi yang menghasilkan instruksi internal ke DBMS untuk mengambil data dan mengirim hasil ke program

Page 29: Basis data (_database_)

Aplikasi

DBMS

AntarmukaBahasa host

BasisData

Menu

Page 30: Basis data (_database_)

Model Basis Data

• Sekumpulan konsep terintegrasi yang dipakai untuk menjabarkan data, hubungan antardata, dan kekangan terhadap data yang digunakan untuk menjaga konsistensi

• Disebut juga Struktur data logis– Model data Hierarkis– Model data Jaringan Berbasis Rekaman– Model data Relasional– Model data Berbasis Objek

Page 31: Basis data (_database_)

• Model data Relasional– Menggunakan tabel berdimensi dua, yang terdiri dari

baris dan kolom• Kolom = satuan data terkecil• Baris = record = kumpulan kolom yang saling terkait

– Relasi 1-1 dan 1-M– Primary key, Foreign key, indeks– RDBMS (Relational DBMS)

• dBASE III+, Ingres, Interbase

Page 32: Basis data (_database_)

• Model data Hierarkis– Hubungan Ortu-anak, dimana 1 ortu bisa

memiliki banyak anak, namun anak hanya bisa memiliki 1 ortu

• Simpul tertinggi yang tidak ber-ortu disebut Akar • Masalah : Ketidakpraktisan untuk menyatakan

hubungan M-M– IMS (IBM)

A

B C D

E F G

H I J

Akar

Page 33: Basis data (_database_)

• Model data Jaringan– Menyerupai hierarkis namun

• Tidak mengenal akar• Setiap anak bisa memiliki lebih dari 1 ortu

– Mendukung M-M– IDMS/R (Computer Associates)

DosenNovia

DosenZaenal

BasisData

Pascal Fisika

Ari Edi Dian Eko Romi Tomi

Page 34: Basis data (_database_)

• Model data berbasis Objek– Suatu model pemrograman yang berorientasi

kepada Objek– Data dan fungsi dikemas ke dalam bentuk

objek– OODBMS (Object Oriented DBMS)

• Gemstone (Gemstone Systems)• Matisse (ADB Inc)• Versant (Cersant)• Objectivity (Objectivity Inc.)• Objectstore (Object Design Inc.)• Jeevan (W3Apps)• Vision (Instyle)• Poet (PoetSoftware)

Menu

Page 35: Basis data (_database_)

DATA WAREHOUSE DAN DATA MART

• Data Warehouse– Basis data yang menyimpan semua data yang

berasal dari berbagai sistem dan sumber, ditujukan untuk keperluan analisis dan pengambilan keputusan

• Tidak untuk pemrosesan transaksi

Page 36: Basis data (_database_)

OLTP Data Warehouse

Menangani data saat ini

Data bisa disimpan pada beberapa platform

Data diorganisasikan

berdasarkan fungsi

Pemrosesan berulang

Mendukung keputusan harian (operasional)

Cenderung menangani

data masa lalu

Data disimpan dalam 1

platform

Data diorganisasikan menurut subjek

Pemrosesan sewaktu-

waktu, tak terstruktur

Mendukung keputusan strategis

Page 37: Basis data (_database_)

OLTP Data Warehouse

Melayani banyak

pemakai operasional

Berorientasi pada transaksi

Untuk mendukung

pemakai manajerial

berjumlah relatif sedikit

Berorientasi pada analisis

Page 38: Basis data (_database_)

SumberData

Operasional1

SumberData

Operasional2

SumberData

eksternal

DataWarehouse

ManajerData

Warehouse

• Perangkat EIS• Perangkat pelaporan• Perangkat pengembangan aplikasi

OLAP

Data Mining

Page 39: Basis data (_database_)

– Data Warehouse berbentuk multi dimensi• Diterapkan menggunakan SMP atau MPP (Bab 6)

Tahun n-1

Tahun n-2

Tahun n-3

Tahun n-4

Jawa Tengah

Jawa Barat

Produk 1

Produk 2

Produk 3

Page 40: Basis data (_database_)

– Software• HP Intelligent Warehouse (Hewlett Packard)• FlowMark (IBM)• SourcePoint (Software AG)

– Petunjuk (Laudon dan Laudon-1998)• Menentukan misi dan sasaran bisnis• Mengidentifikasi data dari semua sumber• Menentukan Item data dengan melakukan

standarisasi nama dan makna• Merancang basis data• Membangun kebijakan pada data lama• Menarik data produksi (operasional) dan

meletakkan ke basis data Warehouse

Page 41: Basis data (_database_)

• Data Mart– Bagian dalam data warehouse yang

mendukung fungsi tertentu– Karakteristik (Connolly, Begg, Strachan-1999)

• Difokuskan pada kebutuhan pemakai• Tidak mengandung data operasional secara rinci• Lebih mudah dipahami dan dinavigasi

– Software• SmartMart (IBM)• Visual Warehouse (IBM)• Powermart (Informatica)

Menu

Page 42: Basis data (_database_)

OLap(On-line analytical processing)

• Pemrosesan yang memanipulasi dan menganalisa data bervolume besar dari berbagai dimensi

• Disebut juga analisis data multidimensi

• Software– Express Server (Oracle)– Powerplay (Cognos Software)– Metacube (Informix/Stanford Tech. Group)– HighGate Project (Sybase)

Page 43: Basis data (_database_)

• Konsolidasi– Melibatkan pengelompokan data

• Transaksi penjualan dapat dikelompokkan menurut tahun, bulan, dsb

• Drilldown– Menjabarkan data yang telah ringkas menjadi

detail• Kebalikan dari konsolidasi

• Slicing and Dicing (Pivoting)– Menjabarkan data dari berbagai sudut pandang

Page 44: Basis data (_database_)

Rasa

Strawberry Mangga Nanas Total

Sirup

Biasa 3.500.000 1.750.000 500.000 5.750.000

Rendah

Kalori2.300.000 1.500.000 250.000 4.050.000

Total 5.800.000 3.250.000 750.000 9.800.000

Gambar diatas memperlihatkan suatu bentuk tabel yang sering disebut cross tabulation yaitu sebuah tabeldengan nilai sebuah atribut (A), membentuk judul barisdan atribut yang lain (B), membentuk judul kolom. DanNilai dalam masing-masing sel yang merupakan persilanganKedua atribut menyatakan nilai perpaduan untuk keduaatribut Menu

Page 45: Basis data (_database_)

Data mining

• Menemukan pola-pola tersembunyi maupun hubungan dalam sebuah basis data yang besar dan menghasilkan aturan-aturan yang berguna untuk menentukan perilaku di masa mendatang

• Menggunakan berbagai teknologi seperti Statistik, neural network, fuzzy logic, genetic algorithm dan yang lain

Page 46: Basis data (_database_)

• Aplikasi data mining– Pemasaran

• Mengidentifikasi pembelian oleh konsumen• Menemukan hubungan antara karakteristik

demografi pelanggan• Memperkirakan tanggapan penawaran

– Bank• Mendeteksi penyalahgunaan kartu kredit• Mengidentifikasi tingkat loyalitas pelanggan

– Asuransi• Analisis klaim• Memperkirakan pelanggan yang akan membeli

produk baruMenu

Page 47: Basis data (_database_)

SqlStructured Query language

• Mengakses basis data yang tergolong relasional– SQL86 – SQL99

• Contoh perintah– SELECT, INSERT, UPDATE, DELETE,

CREATE TABLE, DROP TABLE, GRANT, REVOKE

– Didasarkan pada Microsoft Access, sebuah DBMS yang populer di lingkungan Windows

Menu

Page 48: Basis data (_database_)

Sistem basis data terdistribusi

• Kumpulan data yang dipakai secara bersama-sama yang terintegrasi secara logis, tetapi secara fisik tersebar pada beberapa komputer yang terhubung jaringan

• DDBMS (Distributed DBMS)– Mengelola basis data terdistribusi sehingga

aspek penyebarannya tidak terlihat user• Ingres/Star (Relational Tech. Inc.)

Page 49: Basis data (_database_)

SistemBasis Data

Terdistribusi

SistemBasis Data

Terdistribusi

SistemBasis Data

Terdistribusi

SistemBasis Data

Terdistribusi

BasisData

2

BasisData

1

BasisData

n

Pemakai global Pemakai global

Menu

Page 50: Basis data (_database_)