Sejarah perkembangan basis data

6,809
-1

Published on

0 Comments
3 Likes
Statistics
Notes
  • Be the first to comment

No Downloads
Views
Total Views
6,809
On Slideshare
0
From Embeds
0
Number of Embeds
1
Actions
Shares
0
Downloads
216
Comments
0
Likes
3
Embeds 0
No embeds

No notes for slide

Sejarah perkembangan basis data

  1. 1. SEJARAH PERKEMBANGAN BASIS DATASejak tahun 1960-an penggunaan basis data sudah digunakan untuk bidang komersial, dimanapemrosesan file-nya masih berbasis manajemen file tradisional. Perkembangan komputer yangsemakin pesat diikuti dengan perkembangan perangkat lunak untuk aplikasi bisnis, sejak tahun1970-an sampai awal tahun 1980 manajemen berbasis file tradisional berkembang menjadimanajemen basis data.Di dalam manajemen basis data dikenal berbagai model data yang dapat digunakan untukmendeskripsikan sebuah data dalam merancang suatu basis data. Manajemen ini memungkinkanbanyak user untuk mengakses data secara bersamaan sehingga fasilitas yang dimiliki olehmanajemen sudah semakin banyak yaitu fasilitas pemanipulasian data, kontrol konkurensi data,recovery data, keamanan data dan didukung dengan fasilitas komunikasi data karena manajemenini sudah terhubung dengan suatu jaringan .Perkembangan dunia usaha semakin meningkat ditunjang dengan perkembangan komunikasiyang mempermudah organisasi atau perusahaan untuk mengakses data, sehingga mengubahmanajemen basis data menjadi manajemen basis data tingkat lanjut didukung dengan fasilitasdata warehousing dan fasilitas basis data berbasis web sebagai salah satu strategi organisasidalam meningkatkan kinerja dan keuntungan organisasi.Perkembangan komputer yang semakin pesat diikuti dengan perkembangan perangkat lunakuntuk aplikasi bisnis, sejak tahun 1970-an sampai awal tahun 1980 manajemen berbasis filetradisional berkembang menjadi manajemen basis data. Di dalam manajemen basis data dikenalberbagai model data yang dapat digunakan untuk mendeskripsikan sebuah data dalam merancangsuatu basis data. Manajemen ini memungkinkan banyak user untuk mengakses data secarabersamaan sehingga fasilitas yang dimiliki oleh manajemen sudah semakin banyak yaitu fasilitaspemanipulasian data, kontrol konkurensi data, recovery data, keamanan data dan didukungdengan fasilitas komunikasi data karena manajemen ini sudah terhubung dengan suatu jaringan .Perkembangan dunia usaha semakin meningkat ditunjang dengan perkembangan komunikasiyang mempermudah organisasi atau perusahaan untuk mengakses data, sehingga mengubahmanajemen basis data menjadi manajemen basis data tingkat lanjut didukung dengan fasilitasdata warehousing dan fasilitas basis data berbasis web sebagai salah satu strategi organisasidalam meningkatkan kinerja dan keuntungan organisasi. Data Collection and Database Creation(1960s and earlier).Database Management Systems (1970s – early 1980s) Hierarchical and Network Database Systems Relational Database Systems Data modeling tools : entity relationship model, etc Indexing and data organization techniques : b+ tree, hashing, etc Query language : SQL, etc User interface, forms, and reports Query processing and query optimizaztion Advance Database Systems (mid-1980s-present) Advance data models : extended relational, object oriented, object relational, deductive Application oriented : spatial, temporal, multimedia, active, scientific, knowledge bases, Web-Based Database Systems (1990s – present) XML-based database systems Web mining Data Warehouse and Data Mining (late 1980s – present)
  2. 2. Data warehouse and OLAP technologyData mining and knowledge discoveryA. Data WarehousingKonsep Data WarehousingKonsep dasar dari data warehousing adalah informasi yang dikumpulkan dalam suatu gudangpenyimpanan dan merepresentasikan solusi untuk pengaksesan data didalam sistem nonrelasional. Sehingga data warehousing dapat disebut sebagai database yang berorientasi padasubyek, terintegrasi, mempunyai Time Variant dan non-valitileEmpat Karakteristik Data Warehouse• Subject oriented: Aplikasi untuk operasi perusahaan (operational system) berorientasi padaproses (mengotomasi fungsi-fungsi dari proses bersangkutan – function oriented). Misalnya dibank, aplikasi kredit mengotomasi fungsi-fungsi: verifikasi lamaran dan credit checking,pemeriksaan kolateral, approval, pendanaan, tagihan, dan seterusnya. Didalam data warehousedata-data yang dihasilkan dari proses kredit ini, diatur kembali (dikelompokkan) dandiintegrasikan (digabung) dengan data-data dari fungsi-fungsi lain, agar berorientasi padamisalnya nasabah dan produk.• Integrated: Data dari macam-macam aplikasi transaksi (untuk bank misalnya: tabungan,kredit,rekening koran) semua mengandung data nasabah, ada yang sama ada yang spesifik (yangsama misalnya: nama dan alamat, yang spesifik misalnya: untuk kredit ada kolateral, untukrekening Koran ada overdraft) – didalam data warehouse data-data yang sama harusdiintegrasikan disatu database, termasuk misalnya diseragamkan formatnya (sederhana tetapipaling sering terjadi – aplikasi-aplikasi sering dibeli vendor berbeda, dibuat dengan/dijalankan diteknologi berbeda-beda).• Time variant: Data warehouse menyimpan sejarah (historical data). Waktu merupakan tipe ataubagian data yang sangat penting didalam data warehouse. Didalam data warehouse seringdisimpan macam-macam waktu, seperti waktu suatu transaksi terjadi/dirubah/dibatalkan, kapanefektifnya,kapan masuk ke komputer, kapan masuk ke data warehouse; juga hampir selaludisimpan versi,misalnya terjadi perubahan definisi kode pos, maka yang lama dan yang baru adasemua didalam data warehouse kita. Sekali lagi, data warehouse yang bagus adalah yangmenyimpan sejarah.• Non-volatile: Sekali masuk kedalam data warehouse, data-data, terutama data tipe transaksi,tidak akan pernah di update atau dihapus (delete) Terlihat, bahwa keempat karakteristik ini salingterkait – kesemuanya harus diimplementasikan agar suatu data warehouse bisa efektif memilikidata untuk mendukung pengambilan-keputusan. Dan,implementasi keempat karakteristik inimembutuhkan struktur data dari data warehouse yangberbeda dengan database sistemoperasional.Keuntungan dari Data Warehousing1. Hasil yang diperoleh dari investasi lebih tinggi2. Kompetitif3. Meningkatkan produktivitas perusahaanJenis database yang tersimpan di dalam media penyimpanan data berdasarkanpenggunaan data :
  3. 3. • Database yang memiliki data sering di-update disebut data OLTP (Online TransactionProcessing). Data OLTP sering juga disebut data operasional, mencerminkan sifat aplikasidatabase yang dinamik.• Database yang memiliki data sering digunakan untuk query disebut DSS (Decision SupportSystem). Data DSS sering disebut data analitikal, mencerminkan sifat aplikasi database yangrelatif statik.Data Operasional Data DSS. Berorientasi pada aplikasi : data digunakan untuk proses bisnis. Sebagai contoh : sistemperbankan dengan fileterpisah yang sudah dalam bentuk normal untuk setiap proses bisnis.• Berorientasi pada subyek : data digunakan untuk subyek bisnis, misalinformasi nasabah. Datadalam bentuk denormalisasi dimana sebuah record dapat meliputi keseluruhan proses bisnis.• Data terperinci Data ringkas Struktur statik Struktur dinamik Target operator komputer Targetpengambil keputusan pada seluruh tingkatan Volatile (data dapat diubah) Non volatile (data tidakbisa diubah setelah dimasukkan) Kebutuhan data selalu diketahui sebelum rancangan systemKebutuhan data sama sekali tidak diketahui sebelum rancangan system Mengikuti siklus hiduppengembangan klasik dimana iterasi rancangan diselesaikan melalui normalisasi data, danmemeriksa kebutuhan pemakai Siklus hidup pengembangan sama sekali berbeda, dimanapemakai menggunakan aplikasi struktur data yang ada dan membuat rancangan siap untukdianalisis Performansi penting karena jumlah pemakai konkuren sangat besar dalam mengaksesdata Masalah performansi lebih longgar Karena jumlah pemakai jauh lebih sedikit dalammengakses data sehingga tidak ada masalah konkuren yang perlu diperhatikan. Penggerak-transaksi (Transaction-driven) Penggerak-analisis (Analysis-driven) Data harus selalu tersediauntuk pemakai akhir (back up dan recovery harus terencana dengan baik) Tidak mempunyaitingkat kebutuhan ketersediaan data yang sama (perencanaan back up dan recovery lebihlonggar) Mencerminkan situasi mutakhir Mencerminkan nilai historis.B. Data MartUntuk mencapai suatu data warehouse kelihatannya merupakan suatu tantangan besar danmemang demikian. Bahkan begitu besarnya sehingga beberapa pakar menyarankan pendekatanyang lebih sederhana yaitu menerapkan sesuatu yang dinamakan data mart. Data mart adalahdatabase yang berisikan data yang menjelaskan satu segmen operasi perusahaan. Misalnyaperusahaan mungkin memiliki data mart pemasaran, data mart smberdaya manusia, dsb.C. Data MiningIstilah yang sering digunakan bersama-sama dengan data warehouse dan data mart adalah datamining. Data mining adalah proses menemukan hubungan dalam data yang tidak diketahui olehpemakai. Data mining membantu pemakai dengan mengungkapkan berbagai hubungan danmenyajikannya dengan suatu cara yang dapat dimengerti sehingga dapat menjadi dasarpengambilan keputusan. Data mining memungkinkan pemakai “menemukan pengetahuan” padadatabase yang dalam sepengetahuannya tidak ada. Contoh Data Mining : Sebuah bank telahmemutuskan untuk menawarkan reksadana kepada para pelanggannya. Manajemen bank inginmengarahkan materi promosi pada segmen pelanggan yang memberikan potensi bisnis terbesar.
  4. 4. Data Mining Berdasarkan Verifikasi.Pendekatan yang dilakukan oleh para manajer adalah mengidentifikasi karakteristik yang merekayakin dimiliki oleh pasar sasaran. Misalkan para manajer ingin mengarah pada pasangan muda,berpenghasilan ganda, dan kaya. Query dapat dimasukkan ke dalam DBMS, dan catatan yangtepat dapat dipanggil. Pendekatan yang seperti itu, yang mulai dengan hipotesis pemakai tentangbagaimana data tersebut terstruktur, disebut data mining berdasarkan verifikasi (verification-driven data mining). Kekurangan pendekatan ini adalah proses pemanggilan kembali diarahkansepenuhnya oleh pemakai. Informasi yang dipilih tidak lebih baik daripada pandangan pemakaiterhadap data tersebut. Ini merupakan cara tradisional untuk bertanya pada database.Data Mining Berdasarka Penemuan.Pendekatan lain memungkinkan sistem data mining mengidentifikasi pelanggan terbaik untukpromosi tersebut. Sistem itu menganalisis database, mencari kelompok-kelompok dengankarakteristik umum. Dalam contoh bank, sistem data mining mungkin mengidentifikasi bukanhanya kelompok pasangan muda lulusan universitas tetapi juga pasangan yang sudah pensiunyang bergantungpada jaminan sosial dan pensiun. Sistem data mining dapat melaksanakananalisis selangkah lebih jauh, dengan merekomendasikan satu set promosi yang diarahkan padakedua kelompok tersebut.• Kombinasi Data Mining Verifikasi dan Penemuan.Perkembangan data mining di masa depan akan mengkombinasikan pendekatan hipotesisdanpenemuan.erkembangan ini menggunakan penalaran yang sama yang mendasari konsepSistem Pendukung Keputusan (Decision SupportSystem – DSS). Konsep tersebutmemungkinkan pemakai dan computer bekerja sama untuk memecahkan suatu masalah. Pemakaimenerapkan keahliannya dalam hal masalah, dan komputer melakukan analisis data yangcanggih untuk memilih data yang tepat dan menempatkannya dalam format yang tepat untukpengambilan keputusan..• 1960, Dunia komputerisasi membuat aplikasi individu yang digunakan pada file utama.General mill mulai mengembangkan istilah dimensi dan fakta.• 1970, IRI menyediakan database dimensi untuk pembeli eceran, tahun untuk memperbaiki,mengembangkan dan mencocokan dengan hardware yang dimiliki.• 1983, DBMS diperkenalkan untuk mengambil keputusan.• 1988, Barry dan Paul mempublikasikan karyanya tentang Arsitektur Bisnis dan SistemInformasi.• 1990, memperkenalkan tool DBMS sebagai alat untuk datawarehouse.• 1990-sekarang, banyak bermunculan buku-buku datawarehouse dan aplikasi-aplikasidatawarehouse.Tujuan Akhir menggunakan Datawarehouse• Menyediakan data organisasi yang mudah diakses oleh manager.• Data yang berada di datawarehouse bersifat konsisten, dan merupakan kebenaran.• Datawarehouse merupakan tempat, dimana data yang telah digunakan di publikasikan.• Kualitas data di datawarehouse dapat diandalkan.D. ORDBMS: ORDBMS (Object Relational Database Management System)
  5. 5. Penggunaan teknologi RDBMS pada awalnya sangat dominan, tetapi dikarenakan fasilitas–fasilitas yang ada pada RDBMS tidak lagi sesuai dengan aplikasi tingkat lanjut, maka RDBMSdigantikan dengan OODBMS. Pada OODBMS terdapat banyak sekali bentuk-bentuk objectoriented seperti metode encapsulation, inheritance, polymorphism, dll.Model data relasionallanjutan tidak hanya ada satu , tetapi terdapat berbagai macam model data, dimana karakteristikdan tingkat kebutuhan data yang telah dibuat. Bagaimanapun semua model data yang akandigunakan mengacu pada konsep objek dan mempunyai kemampuan untuk menyimpan data didalam database. Berbagai macam terminologi yang digunakan untuk sistem model relasionaltingkat lanjut yaitu ERDBMS. Tapi sekarang ini untuk system berbasis objek dapat digunakanOODBMS. Inti dari kinerja RDBMS yaitu ada pada optimasi queri-nya dan juga pengetahuanmengenai bagaimana mengeksekusi fungsi dari user-define secara efisien, mengambilkeuntungan dari pengindeksan pada struktur yang baru, memetakan queri dengan cara baru, danmenavigasi antara data menggunakan referensi data. Penggunaan OODBMS untuk suatuorganisasi yang sangat besar dan universal tidak lagi sesuai sehingga untuk mendukung kinerjadari organisasi tersebut dibutuhkan suatu ORDBMS (Objeck Relational Database ManagementSystem). ORDBMS memiliki fasilitas untuk mendefinisikan data yang kompleks,menspesialisasikan struktur indeks dibutuhkan untuk mengefisienkan pengambilan data.ORDBMS digunakan untuk dua sampai tigadimensional data.C. Active databaseBasis data aktif yang juga disebut Active Database adalah suatu sistem basis data yang tidakhanya menyimpan data tetapi juga dapat melakukan suatu aksi tertentu terhadap sebuah eventdengan menambahkan suatu elemen dinamis dan memiliki kemampuan memantau event untukmendeteksi ketika data tertentu dimasukkan, dihapus, diubah, atau dipilih kemudian secaraotomatis mengeksekusi suatu aksi sebagai respon dari event yang terjadi dan kondisi tertentuterpenuhi. Basis data aktif merupakan aspek prosedural dari keseluruhan lingkungan yangdikelola oleh basis data dan terdeklarasi eksplisit. Basis data aktif merupakan kombinasi daribasis data statis tradisional dan active rules , yang berarti mekanisme secara otomatis untukmemelihara integritas data dan memberi fasilitas dalam memperlengkapi fungsionalitas basisdata. Beberapa hal yang perlu diperhatikan yang menjadi sifat dari tingkah laku rule dalamsebuah basis data aktif yaitu :1.Termination, suatu eksekusi dari aksi dapat menyebabkan terjadinya event yang lain dan bisajadi event ini merupakan rule lain yang dijalankan. Apabila tidak ada suatu kondisi terminal,maka hal ini akan terus berulang menjadi loop tanpa akhir.2. Priority, jika beberapa rule di-trigger oleh event yang sama, maka harus dieksekusiberdasarkan urutan rule-nya.3 Error handling, jika eksekusi dari rule menghasilkan error maka sistem harus bisa menangani.Basis data aktif sebagai basis data dengan rule memiliki beberapa ciri-ciri tertentu, yaitu:1. Secara alami bersifat algoritmik,2. Kondisi yang ditetapkan adalah data pengguna3. Deskripsi kerjanya adalah mengubah dan meng-query data oleh pengguna sesuai dengan ruleyang dijalankan4. Output yang ditentukan secara lengkap oleh spesifikasi dari query/perubahan yang dilakukan.Fasilitas-fasilitas yang dimiliki oleh basis data aktif antara lain logika pengolahan ada di dalamdatabase dan dikelola oleh DBMS dan tidak dikelola oleh program aplikasi, bentuk monitoringevent dan kondisi yang mempengaruhi data disediakan oleh DBMS, serta sarana untuk men-
  6. 6. trigger logika ada di dalam DBMS.Perbedaan Basis Data Aktif dan PasifSistem basis data konvensional disebut basis data pasif dalam arti manipulasi data bisadijalankan oleh database hanya dengan perintah yang diberikan langsung oleh pengguna atauprogram aplikasi yang terletak di luar basis data. Sedangkan basis data aktif merupakanpengembangan dari database yang memindahkan sifat reactive program ke dalam database.Salah satu contoh fungsi yang secara efisien dapat dilakukan oleh basis data aktif, akan tetapi didalam basis data pasif harus diprogram di dalam aplikasi adalah integrity constraint dan triggers.Basis data pasif memiliki keterbatasan untuk mengontrol bentuk-bentuk integrity constraintseperti adanya data tertentu yang harus memenuhi nilai unik atau beberapa data yang harus berisiketerhubungan dengan data lain. Selain itu pada penggunaan triggers pada basis data pasif, jikaterjadi perubahan pada konstrain atau triggers itu sendiri maka harus bisa menemukan danmemodifikasi program atau kode yang relevan di setiap aplikasi. Sedangkan pada basis dataaktif, memiliki kemampuan untuk mengontrol integrity constraint pada keseluruhan database danpenggunaan triggers yang mampu menjalankan suatu aksi ketika mendeteksi suatu kejadiantertentu tanpa mencari kode-kode yang relevan pada program aplikasi untuk ikut diubah.Arsitektur Basis DataArsitektur basis data aktif yang sering digunakan termasuk dalam sistem arsitektur berlapis (layered architecture ) dimana semua komponen basis data aktif terletak “di atas” basis datakonvensional. Pada sistem arsitektur ini, basis data konvensional bisa diubah menjadi basis dataaktif tanpa perlu memodifikasi basis data pasif secara keseluruhan. Bentuk dari arsitektur basisdata pasif.Komponen Pembangun Basis Data AktifBasis data aktif dibangun dengan masih memiliki kemampuan atau fasilitasfasilitas dari basisdata pasif, seperti konkurensi, query language, konstrain. Hanya saja pada basis data aktif lebihmenekankan pada fungsi-fungsi tertentu yang mampu memberikan mekanisme yang sangat kuatdengan input atau event yang sederhana tapi bisa melakukan perubahan yang sangat besar secaraotomatisClient/ServerDengan makin berkembangnya teknologi jaringan komputer, sekarang ini ada kecenderungansebuah sistem yang menggunakan jaringan untuk saling berhubungan. Dalam jaringan tersebut,biasanya terdapat sebuah komputer yang disebut server, dan beberapa komputer yang disebutclient. Server adalah komputer yang dapat memberikan service ke server, sedangkan clientadalah komputer yang mengakses beberapa service yang ada di client. Ketika clientmembutuhkan suatu service yang ada di server, dia akan mengirim request kepada server lewatjaringan. Jika request tersebut dapat dilaksanakan, maka server akan mengirim balasan berupaservice yang dibutuhkan untuk saling berhubungan menggunakan Socket.Pengertian Client ServerClient-Server adalah arsitektur jaringan yang memisahkan client(biasanya aplikasi yangmenggunakan GUI ) dengan server. Masing-masing client dapat meminta data atau informasidari server.Karakteristik Server
  7. 7. 1. Pasif2. Menunggu request3. Menerima request, memproses mereka dan mengirimkan balasan berupa serviceKarakteristik Client1. Aktif2. Mengirim request3. Menunggu dan menerima balasan dari serverSocket adalah sebuah endpoint untuk komunikasi didalam jaringan. Sepasang proses atau threadberkomunikasi dengan membangun sepasang socket, yang masing-masing proses memilikinya.Socket dibuat dengan menyambungkan dua buah alamat IP melalui port tertentu. Secara umumsocket digunakan dalam client/server system, dimana sebuah server akan menunggu client padaport tertentu. Begitu ada client yang menghubungi server maka server akan menyetujuikomunikasi dengan client melalui socket yang dibangun.Sebagai contoh sebuah program web browser pada host x (IP 146.86.5.4) ingin berkomunikasidengan web server (IP 152.118.25.15) yang sedang menunggu pada port 80. Host x akanmenunjuk sebuah port. Dalam hal ini port yang digunakan ialah port 1655. Sehingga terjadisebuah hubungan dengan sepasang socket (146.86.5.4:1655) dengan (152.118.25.15:80). Sistemclient server didefinisikan sebagai sistem terdistribusi, tetapi ada beberapa perbedaankarakteristik yaitu :1. Service(layanan)• Hubungan antara proses yang berjalan pada mesin yang berbeda• Pemisahan fungsi berdasarkan ide layanannya.• Server sebagai provider, client sebagai konsumen2.Sharing resources (sumber daya)• Server bisa melayani beberapa client pada waktu yang sama, dan meregulasi akses bersamauntuk share sumber daya dalam menjamin konsistensinya.3.Asymmetrical protocol (protokol yang tidak simetris )• Many-to-one relationship antara client dan server.Client selalu menginisiasikan dialog melaluilayanan permintaan, dan server menunggu secara pasif request dari client.4.Transparansi lokasi• Proses yang dilakukan server boleh terletak pada mesin yang sama atau pada mesin yangberbeda melalui jaringan.Lokasi server harus mudah diakses dari client.5.Mix-and-Match• Perbedaan server client platforms6.Pesan berbasiskan komunikasi• Interaksi server dan client melalui pengiriman pesan yang menyertakan permintaan danjawaban.7.Pemisahan interface dan implementasi• Server bisa diupgrade tanpa mempengaruhi client selama interface pesan yang diterbitkan tidakberubah.DATA INDEPENDEN/ DATA INDEPENDENCE
  8. 8. Ability/Kemampuan untuk memodifikasi definisiskema pada suatu level tanpa berakibat padadefinisi skema pada level yang lebih tinggi Interface antar level dan komponen harusdidefinisikan dengan baik, sehingga perubahan pada suatu bagian tidak akan berakibat padabagian yang lain.Dua tipe data independence: Logical data independenceConceptual / logical schema dapat diubah tanpa perubahan external schema dan applicationprograms. Perubahan hanya terjadi pada interface, yaitu view definition dan mapping padaDBMS. Contoh perubahan: penambahan atau pengurangan data item atau perubahan constraints.

×