Denormalisasi

4,813 views
4,654 views

Published on

Published in: Technology, Business
0 Comments
2 Likes
Statistics
Notes
  • Be the first to comment

No Downloads
Views
Total views
4,813
On SlideShare
0
From Embeds
0
Number of Embeds
3
Actions
Shares
0
Downloads
215
Comments
0
Likes
2
Embeds 0
No embeds

No notes for slide

Denormalisasi

  1. 1. Denormalisasi Dimara Kusuma Hakim, ST. Ir. Fathansyah
  2. 2. Sumber <ul><li>Basis Data Ir. Fathansyah Penerbit Informatika Bandung </li></ul>
  3. 3. <ul><li>Normalisasi </li></ul><ul><ul><li>Efisiensi ruang penyimpanan </li></ul></ul><ul><ul><li>Menjaga Validitas Data </li></ul></ul><ul><ul><li>Menurunkan performa (jika berlebihan) </li></ul></ul><ul><ul><li>Sebagai petunjuk dalam desain basis data </li></ul></ul><ul><ul><li>Dengan pertimbangan tertentu, dapat dilanggar </li></ul></ul><ul><ul><li>Normalisasi adalah “kebijakan standard” dalam perancangan basis data, dan bukan “kebijakan DBMS” yang kita gunakan </li></ul></ul>
  4. 4. <ul><li>Tujuan utama Normalisasi adalah menghilangkan kerugian-kerugian yang diakibatkan oleh redundansi : </li></ul><ul><ul><li>Kebutuhan ruang penyimpanan yang besar </li></ul></ul><ul><ul><li>Inkonsistensi data (melemahkan integritas basis data) </li></ul></ul><ul><ul><li>Pemeliharaan integritas basis data, menyebabkan waktu tambahan pada setiap proses pengubahan (update) data yang melibatkan data redundan </li></ul></ul>
  5. 5. Denormalisasi <ul><li>Pelanggaran terhadap Normalisasi </li></ul><ul><li>Ditujukan demi pertimbangan performansi </li></ul><ul><li>Cara : mengendalikan redundansi untuk mengurangi perhitungan, kompleksitas perintah, & jumlah tabel yang di-Join </li></ul><ul><li>Konsekuensi : </li></ul><ul><ul><li>kebutuhan tambahan ruang penyimpanan </li></ul></ul><ul><ul><li>Proses manipulasi data lebih lambat </li></ul></ul><ul><li>Denormalisasi adalah hal mendasar dalam membuat DATAWAREHOUSE ! </li></ul>
  6. 6. Bentuk-bentuk Denormalisasi <ul><li>Derived Attribute (Atribut yg terderivasi) </li></ul><ul><li>Atribut yg berlebihan </li></ul><ul><li>Summary Table (tabel rekapitulasi) </li></ul><ul><li>dll </li></ul>
  7. 7. Derived Attribute (Atribut yg terderivasi / turunan) <ul><li>Nilai-nilai dari atribut ini diolah dari nilai-nilai yang sudah ada pada atribut yang lain (dari tabel yg sama atau tabel lain) </li></ul><ul><li>Digunakan untuk menghindari proses yang berulang dan memakan waktu </li></ul>
  8. 8. REPORT
  9. 10. Dengan QUERY Join, Cost = 0,015
  10. 11. Dengan Tabel Temp, cost = 0,004
  11. 12. Atribut yg berlebihan <ul><li>Atribut yang menyatakan lebih dari satu fakta </li></ul><ul><ul><li>Melanggar First Normal Form, karena tidak memiliki domain nilai yang unik </li></ul></ul><ul><ul><li>Jenis : </li></ul></ul><ul><ul><ul><li>Encoded attribute </li></ul></ul></ul><ul><ul><ul><li>Concatenated Attribute </li></ul></ul></ul><ul><ul><ul><li>Overlapping Attribute </li></ul></ul></ul><ul><ul><ul><li>Alternate Attribute </li></ul></ul></ul>
  12. 13. <ul><li>Encoded attribute (atribut terkodekan) </li></ul><ul><ul><li>Atribut yang memiliki kode tambahan yang menunjukkan beberapa kondisi lainnya </li></ul></ul><ul><ul><li>Contoh : Atribut KuliahID di tabel Kuliah yang di dalamnya sudah terkandung data semester penyelenggaraan setiap mata kuliah. Data semester ini sebenarnya sudah tidak diperlukan lagi, karena sudah ada atribut semester di tabel kuliah </li></ul></ul><ul><ul><li>Contoh : KuliahID= IF- 1 01 (semester ganjil), IF- 2 02 (semester genap) </li></ul></ul>
  13. 14. <ul><li>Concatenated Attribute (atribut gabungan) </li></ul><ul><ul><li>Atribut dalam domain komposit </li></ul></ul><ul><ul><li>Contoh : </li></ul></ul><ul><ul><li>Atribut nim di tabel Mahasiswa merupakan gabungan dari 2 digit bilangan tahun masuk dan 3 digit no.urut mahasiswa </li></ul></ul><ul><ul><li>Contoh : 00523120 </li></ul></ul><ul><ul><li>00=2000, 523=informatika, 120=no urut </li></ul></ul>
  14. 15. <ul><li>Overlapping Attribute (atribut tumpang tindih) </li></ul><ul><ul><li>Atribut dengan nilai yang tidak sepenuhnya eksklusif </li></ul></ul><ul><ul><li>Contoh : penambahan atribut “program studi” : S1, S2 dan DS (S1 & S2  overlap) </li></ul></ul>
  15. 16. ` <ul><li>Alternate Attribute (atribut bermakna ganda) </li></ul><ul><ul><li>Atribut yang memiliki arti berbeda tergantung kelompok entitasnya </li></ul></ul><ul><ul><li>Contoh : atribut GAJI </li></ul></ul><ul><ul><li>Bagi dosen tetap  gaji tetap per-bulan </li></ul></ul><ul><ul><li>Bagi dosen tidak tetap  gaji tetap per-bulan </li></ul></ul><ul><ul><li>Bagi dosen honorer  berupa honor per-sks </li></ul></ul>
  16. 17. Summary Table (Tabel Rekapitulasi) <ul><li>Normalisasi  tabel-tabel Detail </li></ul><ul><li>Laporan berbentuk Summary (rekapitulasi) merupakan hasil pengolahan dari K umpulan data Detail </li></ul><ul><li>Makin besar volume data dan makin banyak tabel yang ter- JOIN  makin lama waktu diperlukan </li></ul><ul><li>Solusi : simpan hasil pengolahan dalam tabel khusus </li></ul>
  17. 18. Contoh : Tabel LapPenjualanSeptember2008 kode barang Nama barang quantity total 001 biskuat 100 100.000 002 Roti marie 200 250.000
  18. 19. Contoh : Tabel LapPenjualanNovember2008 kode barang Nama barang quantity total 001 biskuat 1 1.000 002 Roti marie 10 25.000

×