OPTIMASI_BASIS_DATA

PERANCANGAN BASIS DATA
Dosen :
Achmad Zakki Falani, S.Kom
Fakultas Ilmu Komputer
Universitas Narotama Surabaya
NEXT

Kriteria Penilaian:
 Kehadiran : 10 %
 Tugas : 15 %
 Keaktifan : 15 %
 NIlai UTS : 30 % (Reg.)
 Nilai UAS : 30 % (Reg.)
 Nilai UAS : 60 % (Ins.)
NEXT
BACK

Definisi Basisdata
Beberapa definisi basisdata (database) adalah sbb:
 Sekumpulan data store(bisa dalam jumlah besar)
yang tersimpan dalam magnetic disk, optical disk,
dan media penyimpan sekunder lainnya.
 Sekumpulan program-program aplikasi umum yang
mengeksekusi dan memproses data secara umum
(hapus,cari,update,dll)
 Basisdata terdiri dari data yang di-share bagi banyak
user dan memungkinkan penggunaan data yang
sama pada waktu bersamaan oleh banyak user
 Koleksi terpadu dari data-data yang saling berkaitan
dari suatu enterprise.Mis. Basisdata RS akan terdiri
dari data-data seperti pasien, karyawan, dokter,
perawat, dll.
NEXT
BACK

Definisi Perancangan Basisdata
Perancangan Database adalah proses untuk
menentukan isi dan pengaturan data yang
dibutuhkan untuk mendukung berbagai
rancangan sistem.
Tujuan Perancangan Database :
• untuk memenuhi informasi yang berisikan
kebutuhan-kebutuhan user secara khusus dan
aplikasi-aplikasinya.
• memudahkan pengertian struktur informasi.
• mendukung kebutuhan-kebutuhan pemrosesan
dan beberapa obyek penampilan (response
time, processing time, dan storage space)
NEXT
BACK

Proses Perancangan Database
6 Fase proses perancangan database :
1. Pengumpulan data dan analisis
2. Perancangan database secara konseptual
3. Pemilihan DBMS
4. Perancangan database secara logika (data model
mapping)
5. Perancangan database secara fisik
6. Implementasi Sistem database.
6 fase di atas tidak harus diproses berurutan. Pada beberapa hal,
rancangan tsb dapat dimodifikasi dari yang pertama dan
sementara itu mengerjakan fase yang terakhir (feedback loop
antara fase) dan feedback loop dalam fase sering terjadi selama
proses perancangan.
NEXT
BACK

Fase 1 :
Pengumpulan data dan analisa
Proses identifikasi dan analisa kebutuhan-kebutuhan data
disebut pengumpulan data dan analisa. Untuk menentukan
kebutuhan-kebutuhan suatu sistem database,pertama-tama
harus mengenal bagian-bagian lain dari sistem informasi
yang akan berinteraksi dengan sistem database, termasuk
para pemakai yang ada dan para pemakai yang baru serta
aplikasi-aplikasinya. Kebutuhan-kebutuhan dari para
pemakai dan aplikasi-aplikasi inilah yang kemudian
dikumpulkan dan dianalisa.
NEXT
BACK

Aktifitas-aktifitas pengumpulan data
dan analisa :
1. Menentukan kelompok pemakai dan
bidang-bidang aplikasinya.
2. Peninjauan dokumentasi yang ada.
3. Analisa lingkungan operasi dan
pemrosesan data.
4. Daftar pertanyaan dan wawancara.
NEXT
BACK

Fase 2 :
Perancangan database konseptual
Tujuan dari fase ini adalah menghasilkan conceptual
schema untuk database yang tergantung pada
sebuah DBMS yang spesifik. Sering menggunakan
sebuah high-level data model seperti ER/EER model
selama fase ini. Dalam conceptual schema, kita
harus merinci aplikasi-aplikasi database yang
diketahui dan transaksi-transaksi yang mungkin.
NEXT
BACK

Aktifitas paralel perancangan database
secara konseptual :
1. Perancangan skema konseptual :
menguji kebutuhan-kebutuhan data dari suatu
database yang merupakan hasil dari fase 1,
dan menghasilkan sebuah conceptual database
schema pada DBMS independent model data
tingkat tinggi seperti EER (enhanced entity
relationship) model.
2. Perancangan transaksi :
menguji aplikasi-aplikasi database dimana
kebutuhan-kebutuhannya telah dianalisa pada
fase 1, dan menghasilkan perincian transaksi-
transaksi ini.
NEXT
BACK

Fase 3 :
Pemilihan DBMS
Pemilihan database ditentukan oleh beberapa faktor, diantaranya:
1. Struktur data
Jika data yang disimpan dalam database mengikuti struktur
hirarki, maka suatu jenis hirarki dari DBMS harus dipikirkan.
2. Personal yang telah terbiasa dengan suatu sistem
Jika staf programmer dalam suatu organisasi sudah terbiasa
dengan suatu DBMS, maka hal ini dapat mengurangi biaya
latihan dan waktu belajar.
3. Tersedianya layanan penjual
Keberadaan fasilitas pelayanan penjual sangat dibutuhkan
untuk membantu memecahkan beberapa masalah sistem.
4. Teknik
Keberadaan DBMS dalam menjalankan tugasnya seperti jenis
-jenis DBMS (relational, network, hierarchical, dll), struktur
penyimpanan, dan jalur akses yang mendukung DBMS,
pemakai, dll.
NEXT
BACK

Fase 4 :
Perancangan database secara
logika (pemetaan model data)
Fase selanjutnya dari perancangan database adalah
membuat sebuah skema konseptual dan skema eksternal
pada model data dari DBMS yang terpilih. Fase ini
dilakukan oleh pemetaan skema konseptual dan skema
eksternal yang dihasilkan pada fase 2. Pada fase ini,
skema konseptual ditransformasikan dari model data
tingkat tinggi yang digunakan pada fase 2 ke dalam
model data dari DBMS yang dipilih pada fase 3.
NEXT
BACK

Pemetaan diproses dalam 2 tingkat :
1. Pemetaan system-independent :
Pemetaan ke dalam model data DBMS dengan tidak
mempertimbangkan karakteristik atau hal-hal yang
khusus yang berlaku pada implementasi DBMS dari
model data tsb.
2. Penyesuaian skema ke DBMS yang spesifik :
mengatur skema yang dihasilkan pada langkah 1
untuk disesuaikan pada implementasi yang khusus di
masa yang akan datang dari suatu model data yang
digunakan pada DBMS yang dipilih.
NEXT
BACK

Fase 5 :
Perancangan database fisik
Perancangan database secara fisik merupakan proses
pemilihan struktur-struktur penyimpanan dan jalur-jalur
akses pada file-file database untuk mencapai penampilan
yang terbaik pada bermacam-macam aplikasi.
Selama fase ini, dirancang spesifikasi-spesifikasi untuk
database yang disimpan yang berhubungan dengan
struktur-struktur penyimpanan fisik, penempatan record
dan jalur akses.
NEXT
BACK

Petunjuk pemilihan perancangan
database secara fisik :
1. Response time
Waktu yang telah berlalu dari suatu transaksi database yang diajukan
Untuk menjalankan suatu tanggapan. Pengaruh utama pada response
time adalah di bawah pengawasan DBMS yaitu : waktu akses database
untuk data item yang ditunjuk oleh suatu transaksi.
Response time juga dipengaruhi oleh beberapa faktor yang tidak
berada di bawah pengawasan DBMS, seperti penjadwalan sistem
operasi atau penundaan komunikasi.
2. Space Utility
Jumlah ruang penyimpanan yang digunakan oleh file-file database dan
struktur-Struktur jalur akses.
3. Transaction throughput :
Rata-rata jumlah transaksi yang dapat diproses per menit oleh sistem
database, dan merupakan parameter kritis dari sistem transaksi
(misal, digunakan pada pemesanan tempat di pesawat, bank, dll).
Hasil dari fase ini adalah penentual awal dari struktur penyimpanan
dan jalur akses untuk file-file database.
NEXT
BACK

Fase 6 :
Implementasi sistem database
Setelah perancangan secara logika dan secara fisik lengkap,
kita dapat melaksanakan sistem database. Perintah-perintah
dalam DDL dan SDL(storage definition language) dari DBMS
yang dipilih, dihimpun dan digunakan untuk membuat skema
database dan file-file database (yang kosong) kemudian
database tsb dimuat (disatukan) dengan datanya.
Jika data harus dirubah dari sistem komputer sebelumnya,
perubahan-perubahan yang rutin mungkin diperlukan untuk
format ulang datanya yang kemudian dimasukkan ke
database yang baru. Transaksi-transaksi database sekarang
harus dilaksanakan oleh para programmmer aplikasi.
NEXT
BACK

ALASAN PERANCANGAN
BASIS DATA
 Sistem basis data telah menjadi bagian dalam
sistem informasi suatu organisasi
 Kebutuhan menyimpan data dl jumlah besar
semakin mendesak
 Fungsi-fungsi dalam organisasi semakin
dikomputerisasikan
 Semakin kompleks data & aplikasi yg digunakan,
maka relationship antar data harus dimodelisasikan
 Dibutuhkannya kemandirian data

KONVERSI & LOADING DATA
Tahap ini dilakukan apabila sistem basis
data yg ada digantikan sistem basis data
baru
Semua data yg ada ditransfer ke basis
data baru & konversi aplikasi yg ada utk
basis data baru

PENGOPERASIAN & PERAWATAN
Pengoperasian basis data setelah
divalidasi
Memonitor kinerja sistem, jika tidak
sesuai perlu reorganisasi basis data
Perawatan & upgrade sistem aplikasi
basis data jika diperlukan.

Model Konseptual Basis Data
Model konseptual merupakan kombinasi beberapa cara untuk
memproses data untuk beberapa aplikasi. Pada perancangan model
konseptual basis data ini penekanan dilakukan pada struktur data dan
relasi antara field.
Pada perancangan model konseptual ini dapat dilakukan dengan
menggunakan model data relasional.
NEXT
BACK

Teknik Normalisasi
Proses normalisasi adalah proses pengelompokan data elemen menjadi
tabel-tabel yang menunjukkan entity dan relasinya. Pada proses normalisasi
dilakukan pengujian pada beberapa kondisi apakah ada kesulitan pada saat
menambah/menyisipkan, menghapus, mengubah dan mengakses pada suatu
Basis data.
Bila terdapat kesulitan pada pengujian tersebut maka perlu dipecahkan relasi
pada beberapa tabel lagi atau dengan kata lain perancangan basis data belum
optimal.
Contoh:
- Tabel usermanager yang dapat dinormalisasi ke beberapa aplikasi.
NEXT
BACK

Entity
Entity atau entitas, dalam basis data entity
sama halnya dengan sebuah tabel.
NEXT
BACK

Atribut
Atribut, dalam basis data sama halnya
dengan field.
NEXT
BACK

Jenis Atribut
 Atribut Sederhana
 Atribut Komposit
 Atribut Bernilai Tunggal
 Atribut Bernilai Jamak
 Atribut Harus Bernilai
 Atribut Bernilai Null
 Atribut Turunan
NEXT
BACK

Atribut Sederhana
Atribut Sederhana : atribut sederhana merupakan atribut atomik
yang tidak dapat lagi dipecah menjadi atribut lain.
Contoh:
Entitas mahasiswa mempunyai atribut sederhana berupa NIM, Nama
Mahasiswa .
NEXT
BACK

Atribut Komposit
Atribut Komposit : atribut komposit merupakan atribut yang masih
dapat dipecah menjadi sub-sub atribut yang masing-masing memiliki arti
tesendiri.
Contoh:
Entitas mahasiswa mempunyai atribut alamat. Maka alamat disini dapat
dipecah menjadi sub atribut seperti kota, kab, kode_pos.
Entitas dosen mempunyai atribut nama_dosen. Maka nama disini dapat
dipecah menjadi sub atribut lain seperti glr_dpn, nama, glr_blk.
NEXT
BACK

Atribut Bernilai Tunggal
Atribut Bernilai Tunggal : atribut yang hanya memiliki satu nilai untuk
setiap barisnya.
Contoh:
entitas mahasiswa mempunyai atribut NIM, nama, alamat isi data
dari atribut ini hanya boleh diisi dengan 1 data.
Setiap mahasiswa hanya memiliki 1 NIM, 1 Nama, 1 Alamat.
NEXT
BACK

Atribut Bernilai Jamak
Atribut Bernilai Jamak : yaitu atribut yang boleh memiliki lebih dari
satu nilai untuk setiap barisnya.
Contoh:
entitas mahasiswa mempunyai atribut Hobby isi data dari atribut ini
boleh lebih dari 1 data. Mahasiswa Roshita memiliki NIM 04102002
beralamat di Jalan Garuda 32 Yogyakarta memiliki Hobby (Olah Raga,
Nyanyi, Masak dan Nonton TV)
NEXT
BACK

Atribut Harus Bernilai (not null)
Atribut Harus Bernilai : yaitu atribut yang harus memiliki nilai data
untuk setiap barisnya. Biasanya atribut seperti ini sudah ditetapkan
dalam perancangan tabelnya sehingga jika dalam pengisian di kosongi
akan terjadi kesalahan.
Contoh:
entitas mahasiswa mempunyai atribut NIM dan nama_mahasiswa yang harus diisi
datanya, sebab jika tidak diisi akan terjadi kesalahan (error) dalam basis data
NEXT
BACK

Atribut Bernilai Null (is null)
Atribut Bernilai Null : yaitu atribut yang boleh tidak memiliki nilai data
untuk setiap barisnya.
Contoh:
entitas mahasiswa mempunyai atribut hobby, nama_pacar yang boleh tidak terisi.
NEXT
BACK

Atribut Turunan
Atribut Turunan : yaitu atribut yang nilai-nilainya diperoleh dari
pengolahan atau dapat diturunkan dari atribut lain yang berkaitan.
Contoh:
entitas mahasiswa mempunyai atribut IPK yang diperoleh dari
pengolahan atribut Nilai pada tabel (entitas Nilai) dengan kode NIM
mahasiswa yang sama dan diproses sehingga menghasilkan IPK untuk
mahasiswa yang bersangkutan.
NEXT
BACK

QUIZ I:
“Kerjakan Sesuai dengan Analisis Anda Masing-masing”
1. Jelaskan dengan bahasa Anda sendiri, tentang Fase Proses
Perancangan Database!
2. Menurut Pendapat Anda, apakah penggunaan perancangan
database mutlak digunakan dalam proses pembuatan
sistem informasi? Jelaskan Alasannya?
3. Buatlah 5 contoh yang lain tentang:
 atribut sederhana
 atribut komposit
 atribut bernilai tunggal
 atribut bernilai jamak
 atribut harus bernilai (not null)
 atribut bernilai null (is null)
 atribut turunan
NEXT
BACK

Soal
Buatlah contoh yang lain tentang:
 atribut sederhana
 atribut komposit
 atribut bernilai tunggal
 atribut bernilai jamak
 atribut harus bernilai (not null)
 atribut bernilai null (is null)
 atribut turunan
NEXT
BACK

Field (Atribut) Kunci
setiap field selalu terdapat kunci berupa field atau satu set field
yang dapat mewakili record.
Misalnya Nomor Induk Mahasiswa (NIM) merupakan
kunci dari tabel mahasiswa suatu Perguruan Tinggi, setiap pencarian
cukup dengan menyebut NIM mahasiswa tersebut maka dapat diketahui
identitas mahasiswa lainnya seperti nama, alamat dan atribut lainnya.
Contoh lain:
Nomor Pegawai (NIDN) bagi data dosen, NIK untuk data karyawan,
Kode_Kuliah untuk data Mata kuliah, dan lain sebagainya.
NEXT
BACK

Kunci Kandidat (Candidate Key)
Kunci kandidat adalah satu atribut atau satu set atribut yang
mengidentifikasikan secara unik suatu kejadian spesifik dari entity.
Satu set atribut menyatakan secara tidak langsung dimana anda tidak
dapat membuang beberapa atribut dalam set tanpa merusak
kepemilikan yang unik.
NEXT
BACK

Contoh:
Tabel pegawai berisi field:
 nik
 no_ktp
 nama_pegawai
 tmp_lahir
 tgl_lahir
 alamat
 kota
Kunci kandidat dalam tabel pegawai di disamping
dapat dipilih sbb :
 nik
 no_ktp
 nama_pegawai (tidak dapat dipakai karena
sering seseorang punya nama yang
sama dengan orang lain)
 tmp + tgl Lahir (mungkin bisa dipakai
sebagai kunci karena kemungkinan orang
dengan nama yang sama dan tanggal lahir
yang
sama cukup kecil)
 nama + tmp + tgl_lahir (dapat dipakai
sebagai kunci)
 alamat dan kota (bukan kunci)
NEXT
BACK

Contoh Kasus:
Tentukan Kunci Kandidat dari tabel tersebut
Tabel mt_kuliah berisi field:
 id_matkul
 kode_matkul
 nama_matkul
 kurikulum
 semester
 sks
 nilai_minimum
NEXT
BACK
Kunci kandidat dalam tabel mt_kuliah di disamping
dapat dipilih sbb :
 id_matkul
 kode_matkul
 nama_matkul (mungkin bisa dipakai sebagai
kunci karena kemungkinan nama matkul
dengan yang lain ada perbedaan)
 kurikulum + semester + sks +
nilai_minimum (tidak dapat dipakai karena
sering matkul punya data yang
sama dengan matkul lain)

Kunci Primer (Primary Key)
Primary key adalah satu atribut atau satu set minimal atribut yang tidak
hanya mengidentifikasi secara unik suatu kejadian spesifik, tetapi juga dapat
mewakili setiap kejadian dari suatu entity.
Catatan:
Setiap kunci kandidat dapat menjadi kunci primer tetapi sebaliknya sebaiknya
dipilih satu saja yang dapat mewakili secara menyeluruh terhadap entity yang
ada.
NEXT
BACK

Contoh :
 nik (karena sifatnya yang unik maka tidak mungkin pegawai
mempunyai Nomor Induk Karyawan yang sama).
 no_ktp (bisa dipakai misalnya untuk pegawai yang baru belum
mendapatkan nomor pegawai maka bisa digunakan nomor KTP
untuk sementara sebagai kunci primer.
 kode_mtkuliah (bisa dipakai untuk data mata kuliah karena kode
mata kuliah bersifat unik untuk tiap mata kuliah)
NEXT
BACK

Contoh Kasus:
Tentukan Kunci Primer dari tabel tersebut
Tabel mt_kuliah berisi field:
 id_matkul
 kode_matkul
 nama_matkul
 kurikulum
 semester
 sks
 nilai_minimum
NEXT
BACK

Kunci Alternatif (Alternate Key)
Kunci alternatif adalah kunci kandidat yang tidak
dipakai sebagai kunci primer.
Kunci alternatif ini sering digunakan untuk kunci
pengurutan misalnya dalam membuat laporan.
NEXT
BACK

Kunci Alternatif (Alternate Key)
Contoh Kasus:
Tentukan Kunci Alternatif dari tabel tersebut
Tabel krs berisi field:
 no_krs
 id_matkul
 nim
 nilai_angka
 nilai_huruf
 lulus
NEXT
BACK

Kunci Tamu (Foreign Key)
Kunci tamu adalah satu atribut atau satu set minimal atribut yang
melengkapi satu hubungan yang menunjukkan ke induknya.
kunci tamu ditempatkan pada entity anak dan sama dengan kunci
primer induk yang direlasikan.
Hubungan antara entity induk dengan anak adalah hubungan
satu lawan banyak (one to many relationship)
NEXT
BACK

Kunci Tamu (Foreign Key)
Contoh Kasus:
Tentukan Kunci Tamu dari tabel tersebut
NEXT
BACK

Kamus Data
Contoh Kamus Data :
Nama Database : akademik
Nama Tabel : mahasiswa
Fungsi : menyimpan data mahasiswa
NEXT
BACK

Soal
 Buatlah contoh kamus data yang lain,
yang bertemakan akademik?.....
 Syarat: minim 3 table & 5 field
NEXT
BACK

Bahasa Basisdata
Contoh Kamus Data :
Nama Tabel : dosen
Fungsi : menyimpan data profil dosen
Nama Field Tipe Panjang
Karakter
Keterangan
id Integer 3 Primary Key
nidn Varchar 15 Unique
glr_dpn Varchar 15
nama Varchar 20
glr_blk Varchar 15
jab_akademik Varchar 50
telp Varchar 30
email Varchar 30
NEXT
BACK

Bahasa Basisdata
Contoh Kamus Data :
Nama Tabel : mt_kuliah
Fungsi : menyimpan data mata kuliah
Karakter
Keterangan
mtk_kode Varchar 10
mtk_nama Varchar 30
sks Char 1
semester Char 1
kurikulum Char 9
nilai_min Char 1
NEXT
BACK

Bahasa Basisdata
Contoh Kamus Data :
Nama Tabel : mtk_open
Fungsi : menyimpan data mata kuliah yang dibuka
Karakter
Keterangan
mtk_id Integer 3
dosen_id Integer 3
thn_ajaran Char 9
aktif Char 1
NEXT
BACK

ERD (Entity Relationship Diagram)
NEXT
BACK
 ERD merupakan suatu model untuk
menjelaskan hubungan antar data
dalam basis data berdasarkan objek-
objek dasar data yang mempunyai
hubungan antar relasi.

Symbol
NEXT
BACK
 ERD untuk memodelkan struktur data dan hubungan antar data, untuk
menggambarkannya digunakan beberapa notasi dan simbol. Pada dasarnya
ada tiga simbol yang digunakan, yaitu :
a. Entiti merupakan objek yang mewakili sesuatu yang nyata dan dapat
dibedakan dari sesuatu yang lain. Simbol dari entiti ini biasanya
digambarkan dengan persegi panjang.
b. Atribut Setiap entitas pasti mempunyai elemen yang disebut atribut yang
berfungsi untuk mendeskripsikan karakteristik dari entitas tersebut. Isi dari
atribut mempunyai sesuatu yang dapat mengidentifikasikan isi elemen satu
dengan yang lain. Gambar atribut diwakili oleh simbol elips.
c. Hubungan / Relasi Hubungan antara sejumlah entitas yang berasal dari
himpunan entitas yang berbeda.

Relasi
NEXT
BACK
Satu ke satu (One to one)
Hubungan relasi satu ke satu yaitu setiap entitas pada
himpunan entitas A berhubungan paling banyak dengan satu
entitas pada himpunan entitas B
entitas 1
entitas 2
entitas 3
entitas 4
A
entitas 1
entitas 2
entitas 3
entitas 4
B

Relasi
NEXT
BACK
Satu ke banyak (One to many)
Setiap entitas pada himpunan entitas A dapat berhubungan
dengan banyak entitas pada himpunan entitas B, tetapi setiap
entitas pada entitas B dapat berhubungan dengan satu entitas
pada himpunan entitas A.
entitas 1
entitas 2
entitas 3
entitas 5
A
entitas 1
entitas 2
entitas 3
entitas 4
B

Relasi
NEXT
BACK
Banyak ke banyak (Many to many)
Setiap entitas pada himpunan entitas A dapat berhubungan
dengan banyak entitas pada himpunan entitas B.
entitas 1
entitas 2
entitas 3
entitas 4
A
entitas 1
entitas 2
entitas 3
entitas 4
B

Symbol
NEXT
BACK
Symbol Arti
Persegi panjang, menyatakan himpunan
Entitas E.
Lingkaran/Elips, menyatakan Atribut
(atribut yang berfungsi sebagai key
digarisbawahi), atribut a sebagai key.
Belah ketupat, menyatakan himpunan
Relasi
Garis, sebagai penghubung antara
Himpunan relasi dengan himpunan
entitas dan himpunan entitas dengan
atributnya.
E
a
R

NEXT
BACK
Keterangan :
Banyak pegawai bekerja pada satu
departemen.

Contoh Kasus :
1. Sebuah perusahaan retail memiliki banyak
pelanggan yang telah memesan sejumlah
barang produksi.
Gambarkan diagram ER dari proses transaksi
pembelian tersebut dan buatkan tabel-
tabelnya!

SOLUSI
ER Diagram :
Keterangan:
Satu pelanggan dapat memesan banyak barang.
Banyak barang dapat diproses pada satu kali penjualan.
PELANGGAN Order
PENJUALAN
BARANG
Proses
1
1
N
N

Operasi Dasar Basis Data
1. Pembuatan basis data baru (create new database), yang identik dengan pembuatan
lemari arsip yang baru.
2. Penghapusan basis data (drop database), identik dengan perusakan nilai arsip
sekaligus dengan isinya.
3. Pembuatan file/tabel baru ke suatu basis data (create table), identik dengan
penambahan map arsip baru ke dalam lemari arsip yang telah ada.
4. Penghapusan file/tabel dari suatu basis data (drop table), yang identik dengan
perusakan map arsip lama yang ada di dalam lemari arsip.
5. Penambahan atau pengisian data baru ke dalam field/tabel di sebuah basis data
(insert), identik dengan penambahan lembaran arsip ke sebuah map arsip.
6. Pengambilan data dari field/tabel (retrieve/search), yang identik dengan pencarian
lembaran arsip dari sebuah map arsip.
7. Pengubahan data dari sebuah field/tabel (update), identik dengan perbaikan isi
lembaran arsip yang ada di sebuah map arsip.
8. Penghapusan data dari sebuah field/tabel (delete), identik dengan penghapusan
sebuah lembaran arsip yang ada di sebuah map arsip.
NEXT
BACK

SQL
Menggunakan Structures Query Language (SQL)
SQL adalah bahasa standar database yang digunakan untuk
query, manipulasi dan memperbarui RDBMS. Karena semakin
banyak organisasi yang memutuskan untuk mengkonsolidasikan
database mereka ke dalam sistem seluas usaha, pengetahuan
mengenai SQL akan menjadi kebutuhan untuk para
perancang database.
NEXT
BACK

Bahasa Basisdata
Sebuah bahasa basisdata (database languange) dapat dipilah
ke dalam 2 bentuk, yaitu :
1. Data Definition Language (DDL)
Dengan bahasa inilah kita dapat membuat tabel baru,membuat
indexs, mengubah tabel, menentukan struktur penyimpanan
tabel, dll. Hasil kompilasi perintah DDL adalah kumpulan tabel
yang disimpan dalam file khusus yang disebut Kamus Data
(Data Dictionary). Kamus Data merupakan suatu metadata
yaitu data yang mendeskripsikan data sesungguhnya. Kamus
Data ini selalu diakses ke suatu operasi basis data sebelum file
data yang sesungguhnya diakses.
NEXT
BACK

SQL
NEXT
BACK
DDL (Data Definition Language):
 CREATE DATABASE data;
 CREATE TABLE nama_tabel;
 SHOW TABLES;
 ALTER TABLE nama_tabel_lama RENAME
nama_tabel_baru;
 ALTER TABLE nama_tabel CHANGE
field_lama field_baru type_data
(panjang)

Bahasa Basisdata
2. Data Manipulation Language (DML)
Berguna untuk melakukan manipulasi dan pengambilan data
pada suatu basis data. Manipulasi data dapat berupa :
>> Penyisipan/penambahan data baru, penghapusan data dan
pengubahan data.
Ada 2 Jenis DML, yaitu :
Prosedural, yang mensyaratkan agar pemakai menentukan,
data apa yang diinginkan serta bagaimana cara
mendapatkannya.
Contoh: dBaseIII, FoxBase
Non-Prosedural, yang membuat pemakai dapat menentukan
data apa yang diinginkan tanpa menyebutkan bagaimana cara
mendapatkannya.
Contoh : SQL
NEXT
BACK

SQL
NEXT
BACK
DML (Data Manipulation Language):
 SELECT nama_field FROM nama_tabel
 INSERT INTO nama_tabel
(field1,field2,…) VALUES
(nilai1,nilai2,…)
 UPDATE nama_tabel SET field1=nilai1,….
 DELETE FROM nama_tabel WHERE
field1=nilai1

SQL
NEXT
BACK
Aturan Penulisan SQL:
 Semua Keywords dari statement SQL diketik dengan
menggunakan huruf besar.
 Informasi bertipe string yang terletak di antara pernyataan
SQL dapat diapit dengan kutip ganda (“) atau kutip tunggal
(‘).
 Pada waktu menampilkan data (recordset), SQL mendukung
penggunaan wildcards dengan lambang asterisk (*).
 Jika nama field atau tabel memiliki spasi di tengahnya, maka
nama tersebut harus diapit dengan lambang ([]).
contoh: [nama pegawai]
 Untuk menunjuk field khusus pada tabel khusus dalam
pernyataan SQL digunakan notasi dot (.)
-> namatabel.namafield

SQL
Command SQL:
NEXT
BACK
Perintah Keterangan
CREATE Membuat tabel atau field
ALTER Mengubah tabel dengan menambah field atau mengubah
definisi field
DROP Men-DROP tabel
SELECT Mendefinisikan recordset, data apa yang akan
ditampilkan dari database
INSERT Menyisipkan recordset
UPDATE Mengubah recordset
DELETE Menghapus recordset

SQL
Ketika menggunakan query, Anda dapat menggunakan klausa berikut
untuk diimplementasikan dalam statement SQL.
Klausa SQL:
NEXT
BACK
Klausa Keterangan
FROM Menentukan tabel mana yang datanya akan ditampilkan
WHERE Menentukan kondisi query
GROUP BY Menentukan grup / kelompok dari informasi yang dipilih
HAVING Digunakan bersama GROUP BY untuk menentukan
kondisi untuk tiap grup dalam query
ORDER BY Menentukan urutan (sort) data dari query

Loop
 Entity = Tabel
 Atribut = Field
 Recordset = Record = Data = Baris data
NEXT
BACK

Resep SQL di MySQL (DDL)
NEXT
BACK
 Membuat Database
Sintaks:
CREATE DATABASE ‘nama_database’;
--resep_01
CREATE DATABASE ‘db_akademik’;
Catatan:
 Dalam membuat database usahakan jangan gunakan spasi
 Gunakan huruf kecil semua, untuk memudahkan mengingat
string database kita dalam berprogramming

NEXT
BACK
 Membuat Table
Sintaks:
CREATE TABLE nama_table (
nama_kolom1 tipe_data [nilai_default] [constraint kolom]
………………….. …………… .…………………. ………………………..
);
--resep_02
CREATE TABLE buku (
isbn char(10) PRIMARY KEY,
judul varchar(50) NOT NULL,
penerbit varchar(50) NOT NULL
);

NEXT
BACK
 Mengetahui Struktur Tabel:
 Untuk menampilkan struktur tabel dalam bentuk
tabular, gunakan:
DESCRIBE nama_table;
 Untuk menampilkan perintah struktur tabel dalam
bentuk perintah, gunakan:
SHOW CREATE TABLE nama_table;

NEXT
BACK
 Contoh latihan CREATE TABLE:
-- contoh_03
-- NOTE: klausa check hny dikenal di MySQL 4.0 ke atas
CREATE TABLE siswa (
id INT PRIMARY KEY AUTO_INCREMENT,
nama VARCHAR(128) NOT NULL,
jenis_kel CHAR(1) NOT NULL CHECK (jenis_kel=‘L’ OR
jenis_kel=‘P’),
tmplahir VARCHAR(50) NOT NULL,
tgllahir DATE NOT NULL
) ENGINE=InnoDB;

Soal: (Tuliskan dengan SQL)
 Buatlah database dengan nama ->
db_kemahasiswaan
 Buatlah tabel mahasiswa dengan struktur sebagai
berikut:
NEXT
BACK
Nama Field Tipe Data Keterangan
nim Varchar(8) Primary Key
nama Varchar(20) Not Null
jenis_kelamin Char(1) Not Null, L / P
aktif Char(1) Not Null, 1 / 0, Default 1

Manajemen Table
 Merubah Field
 Sintaks:
ALTER TABLE nama_table CHANGE COLUMN
field_lama field_baru tipe_data kriteria;
NEXT
BACK

Manajemen Table
 Nama Tabel: mahasiswa
 Merubah Field, nim -> id_siswa
 Sintaks:
ALTER TABLE mahasiswa CHANGE COLUMN nim
id_siswa VARCHAR(8) NOT NULL;
NEXT
BACK

Soal: (Tuliskan dengan SQL)
 Nama Tabel: tbl_pegawai
 Merubah Field, nip -> id_pegawai
NEXT
BACK

NEXT
BACK
 Menghapus Data dari Tabel
TRUNCATE nama_tabel;
Perintah tersebut guna menghapus baris pada tabel,
alias mengosongkan tabel.

NEXT
BACK
 Menghapus Tabel
DROP TABLE nama_table;

DML (Data Manipulation Language)
NEXT
BACK
 SELECT nama_field FROM nama_tabel
 INSERT INTO nama_tabel (field1,field2,…)
VALUES
(nilai1,nilai2,…)
 UPDATE nama_tabel SET field1=nilai1,….
 DELETE FROM nama_tabel WHERE
field1=nilai1

SQL SELECT / FROM (DML)
State. SELECT / FROM, untuk menampilkan data dari suatu field,
dapat digunakan satu atau lebih tabel.
Sintaks:
SELECT nama_field FROM nama_tabel
NEXT
BACK

SQL SELECT / FROM
Nama Tabel: mhs
NEXT
BACK
*) Tampilkan semua data dari tabel mhs?...

SQL SELECT / FROM
Nama Tabel: mhs
NEXT
BACK
*) Tampilkan semua data dari field nim dan nama dari tabel mhs?...

SQL SELECT / FROM / ORDER
Klausa ORDER, terdiri dari:
 ASC -> mengurutkan dari nilai kecil ke
besar
 DESC -> mengurutkan dari nilai besar ke
kecil
Sintaks:
SELECT nama_field FROM nama_tabel ORDER BY
nama_field ASC / DESC
NEXT
BACK

SQL SELECT / FROM / ORDER
SELECT nama_field FROM nama_tabel ORDER BY
nama_field ASC / DESC
Nama Tabel: mhs
*) Tampilkan data dari field nim dan nama dari tabel mhs dari nim
terbesar ke terkecil?...
NEXT
BACK

SQL SELECT / FROM / WHERE
Klausa WHERE digunakan untuk menampilkan
record yang memenuhi kondisi tertentu.
Sintaks:
SELECT nama_field FROM nama_tabel WHERE
kondisi
NEXT
BACK

Klausa Where menggunakan operator sbb:
OPERATOR PENJELASAN
< Isi field lebih kecil dari suatu nilai
<= Isi field lebih kecil atau sama dengan dari suatu nilai
> Isi field lebih besar dari suatu nilai
>= Isi field lebih besar atau sama dengan dari suatu nilai
= Isi field sama dengan dari suatu nilai
<> Isi field tidak sama dengan dari suatu nilai
BETWEEN Isi field di antara suatu range
LIKE Isi field sesuai dengan pola tertentu
IN Isi field sesuai dengan satu atau dari beberapa kriteria
NEXT
BACK

SELECT nama_field FROM nama_tabel WHERE kondisi
Nama Tabel: mhs
*) Tampilkan semua data yang mempunyai jenis kelamin =‘P’ dari tabel mhs?...
NEXT
BACK

Studi Kasus (SELECT)
 Tampilan Data yang Mempunyai NIM=“04”
 Tampilkan Data Mahasiswa yang Mempunyai nama “ARI”
 Tampilkan Data Mahasiswa yang Mempunyai alamat “SURABAYA”
 Tampilkan Data Mahasiswa yang Mempunyai NIM “02” – “04”
 Tampilkan Data Mahasiswa yang Selain NIM “01”
 Berapa Jumlah Data Mahasiswa yang prodi: “SISTEM INFORMASI”
 Berapa Jumlah Data Mahasiswa yang alamat: “SURABAYA”
NEXT
BACK
nim nama alamat prodi
01 ARI. W SURABAYA SISTEM INFORMASI
02 DEDI .K SIDOARJO SISTEM KOMPUTER
03 ARI. P SURABAYA SISTEM INFORMASI
04 AMINUDIN SURABAYA SISTEM INFORMASI
05 RIZA .F LAMONGAN SISTEM KOMPUTER
Nama Tabel: mhs

Resep SQL di MySQL
NEXT
BACK
Mengambil Substring
 LEFT(str,jml_str)
 MID(str,awal_posisi,akhir_posisi)
 RIGHT(str,jml_str)
 SELECT * FROM nama_tabel
WHERE LEFT/RIGHT(nama_field,jml_str)=‘’
 SELECT MID(nama_field,awal_posisi,akhir_posisi)
as variabel FROM nama_tabel

Resep SQL di MySQL
NEXT
BACK
 Menggabungkan String
Untuk menggabungkan string digunakan operator || atau
or. Sebagai gantinya gunakan fungsi CONCAT(str1,str2,…)
mysql> SELECT CONCAT(‘a’,’b’,’c’);
-> abc

Resep SQL di MySQL
Select (UCase & LCase)
 UCase -> Mengubah semua teks
menjadi huruf besar
 LCase -> Mengubah semua teks
menjadi huruf kecil
 SELECT UCase(nama_field) as alias,
LCase(nama_field) as alias from
NAMA_TABLE
NEXT
BACK

Resep SQL di MySQL
NEXT
BACK
Pembulatan:
 FLOOR(bil) -> pembulatan ke bawah
 CEIL(bil) -> pembulatan ke atas
 ROUND(bil) -> pembulatan normal

Resep SQL di MySQL
NEXT
BACK
x
1.49
1.5
1.7
2.5
-2.5
-203.4777
153.6565
Nama Table: angka

Resep SQL di MySQL
NEXT
BACK
mysql> SELECT x, FLOOR(x) as f, CELL(x) as c,
ROUND(x) as r FROM angka;
x f c r
1.49 1 2 1
1.5 1 2 2
1.7 1 2 2
2.5 2 3 3
-2.5 -3 -2 -2
-203.4777 -204 -203 -203
153.6565 153 154 154

Resep SQL di MySQL
NEXT
BACK
 Menggunakan SELECT sebagai CALCULATOR
mysql> SELECT 1+1;
mysql> SELECT SIN(RADIANS(30));

Resep SQL di MySQL
Fungsi Agregat:
 SUM() -> Jumlah
 AVG() -> Rata - rata
 MAX() -> Nilai Terbesar
 MIN() -> Nilai Terkecil
NEXT
BACK
i
1
2
1
3
3

Resep SQL di MySQL
NEXT
BACK
 MAX(), MIN(), COUNT(), SUM(), AVG()
CREATE TABLE angka (i int);
INSERT INTO angka VALUES (1);

Resep SQL di MySQL
NEXT
BACK
 MAX(), MIN(), COUNT(), SUM(), AVG(),
 SOAL?....
 menghitung jumlah baris di tabel angka
 menghitung jumlah angka yang genap
 menghitung total jumlah semua angka
 menghitung total jumlah angka yang ganjil
 angka terkecil dan terbesar
 rata-rata angka
 rata-ratakan angka, tetapi jangan masukkan dalam
perhitungan jika angka <> 4

Resep SQL di MySQL
NEXT
BACK
 MAX(), MIN(), COUNT(), SUM(), AVG()
--menghitung jumlah baris di tabel angka
mysql> SELECT COUNT(i) FROM angka;
--menghitung jumlah angka yang genap
mysql> SELECT COUNT(i) FROM angka WHERE i % 2 = 0;
--menghitung total jumlah semua angka
mysql> SELECT SUM(i) FROM angka;
--menghitung total jumlah angka yang ganjil
mysql> SELECT SUM(i) FROM angka WHERE i % 2 = 1;
--angka terkecil dan terbesar
mysql> SELECT MIN(i), MAX(i) FROM angka;
--rata-rata angka
mysql> SELECT AVG(i) FROM angka;
--rata-ratakan angka, tetapi jangan masukkan dalam perhitungan jika angka <> 4
mysql> SELECT AVG(i) FROM angka WHERE i <> 4;

Resep SQL di MySQL
NEXT
BACK
 WITH ROLLUP
GROUP By di MySQL dan beberapa database lain memberi opsi WITH
ROLLUP. Dengan Opsi ini, database akan menambahkan satu baris
berisi total, Contoh:
mysql> SELECT field1, COUNT(field1) FROM nama_table
GROUP BY field1 WITH ROLLUP;

Resep SQL di MySQL
 Soal:
Mencari Nilai Kuadrat dari masing-masing id?...
NEXT
BACK
id
1
2
3
4
5
6

Resep SQL di MySQL
 Soal:
Mencari Nilai Kuadrat dari masing-masing id yang bernilai
ganjil?...
NEXT
BACK
id
1
2
3
4
5
6

Resep SQL di MySQL
 Soal:
Mencari Nilai Kuadrat dari masing-masing id yang bernilai
genap?...
NEXT
BACK
id
1
2
3
4
5
6

Resep SQL di MySQL
 Soal:
Kelompokkan Data Karyawan berdasarkan jumlah karyawan
yang mendapatkan nilai gaji yang sama.
NEXT
BACK
NIK NAMA_KAR NILAI_GAJI
01 ABC 700000
02 DEF 800000
03 GHI 700000
04 JKL 800000
05 MNO 700000
06 PQR 850000

Resep SQL di MySQL
NEXT
BACK
 Menggabungkan 2 Tabel
SELECT nama_tabel1.nama_field,nama_tabel2.nama_field
FROM nama_table
WHERE kondisi relasi tabel1 dengan tabel2

Resep SQL di MySQL
NEXT
BACK
 INNER JOIN: akan memanggil record yang matching
/cocok dari kedua sisi JOIN.
 RIGHT JOIN: jika ingin menampilkan semua record
dari field tabel kedua (kanan) meskipun tidak cocok
dengan nilai pada field tabel pertama (kiri).
 LEFT JOIN: kebalikan dari RIGHT JOIN

Resep SQL di MySQL
NEXT
BACK
 STUDI KASUS
SINKRONISAI ACCESS 2 MySQL

Resep SQL di MySQL
NEXT
BACK
 INSERT INTO
Perintah SQL INSERT adalah cara utama
diSQL untuk menambahkan baris baru
kedalam tabel.
perintah:
INSERT INTO nama_tabel VALUES (‘nilai1’,’nilai2’,….)
INSERT INTO nama_tabel (field1,field2,…) VALUES
(‘nilai1’,’nilai2’,….)

Resep SQL di MySQL
NEXT
BACK
 INSERT IGNORE INTO
Opsi IGNORE untuk INSERT diperkenalkan
oleh MySQL dan tidak dikenal pada standar
SQL. Opsi IGNORE akan membatalkan
perintah INSERT yang bersangkutan jika
ternyata penambahan baris melanggar
unique atau Primary Key.

Resep SQL di MySQL
NEXT
BACK
 INSERT IGNORE INTO
misal:
INSERT INTO t1 (1,’satu’);
akan menghasilkan pesan kesalahan karena
melanggar unique, dikarenakan sudah ada
baris yg nilainya 1. Maka gunakan:
INSERT IGNORE INTO t1 (1,’satu’);
jika sebuah tabel tidak mengandung unique
atau PK, maka INSERT IGNORE menjadi
ekivalen dengan INSERT biasa.

Resep SQL di MySQL
NEXT
BACK
 REPLACE INTO
REPLACE INTO nama_tabel (field1,field2,….) VALUES
(‘nilai1’,’nilai2’,….)
REPLACE INTO pada dasarnya sama dengan INSERT,
namun memiliki kelakuan jika penambahan baris baru
melanggar unique atau PK, maka baris sebelumnya
akan diganti dengan baris baru.

Resep SQL di MySQL
NEXT
BACK
Kesimpulan:
 REPLACE INTO sifatnya berlawanan dengan INSERT
IGNORE INTO.
 INSERT IGNORE INTO akan membiarkan baris lama
yang sudah ada, REPLACE INTO akan mengganti
dengan baris baru.

Resep SQL di MySQL
NEXT
BACK
 Contoh latihan:
CREATE TABLE t2 (i INT PRIMARY KEY, s VARCHAR(32) NOT
NULL);
INSERT INTO t2 VALUES (1,’Bandung’);
-- gagal melanggar PK
INSERT INTO t2 VALUES (1,’Jakarta’);
-- tidak akan melakukan apa-apa,
-- tabel tetap terisi (1,’Bandung’)
INSERT IGNORE INTO t2 VALUES (1,’Jakarta’);
-- tabel kini akan berisi (1,’Jakarta’)
REPLACE INTO t2 VALUES (1,’Jakarta’);

Resep SQL di MySQL
NEXT
BACK
 INSERT dengan MULTIPLE RECORD
INSERT INTO (field1,field2,field3)
SELECT field1,field2,field3 from NAMA_TABLE
Catatan:
Jumlah field Table Source dan Destination harus sama

Resep SQL di MySQL
NEXT
BACK
 Menghapus Data dari Tabel
DELETE FROM nama_table WHERE kondisi;

QUIZ II
NEXT
BACK
Kerjakan sesuai dengan analisis & kemampuan Anda masing-masing:
A. Buatlah Database, dengan perintah SQL (20)
B. Buatlah Table (beserta atribut key, minim. 3 tabel) yang berelasi, dengan perintah
SQL (20)
C. Dari Table tersebut isikan data minim. 10 record / baris data (10)
D. Kerjakan dengan perintah SQL dari statement berikut:
1. Tampilkan semua data dari tabel master (5)
2. Tampilkan data pada tabel master dengan menggunakan klausa WHERE (5)
3. Tampilkan data pada tabel master dengan menggunakan klausa ORDER BY (5)
4. Tampilkan data pada tabel transaksi dengan menggunakan klausa GROUP BY (5)
5. Tampilkan data pada tabel master dengan menggunakan klausa WHERE & LIKE (5)
6. Tampilkan jumlah baris data pada masing – masing tabel (5)
7. Tampilkan data dari tabel yang berelasi (5)
8. Tambahkan satu record / baris data pada tabel master Anda (5)
9. Ubah data tersebut (5)
10. Hapus data tersebut (5)

1. Connoly, Thomas; Begg, Carolyn; Strachan, Anne; Database
Systems : A Practical Approach to Design, Implementation
and Management, Addison Wesley, 1996.
2. Date, C.J.; An Introduction to Database System, Addison
Wesley Publishing Company, Vol. 1 & Vol. 2, New York, 1990.
3. Elmasri, Ramez; Navathe, Shamkant B.; Fundamentals of
Database Systems, The Benjamin/Cummings Publishing
Company, Inc., California, 1989.
4. Mc Fadden, F.; Hoffer, Jeffrey A; Database Management,
Benjamin/Publishing Company Inc., Third Edition, California,
1991.
5. Martin, James; Principles of Database Management,
Prentice Hall of India Private Limited, New Delhi, 1992.
6. Fathansyah, Ir., Basis Data, Informatika, Bandung, 1999.
7. Steven Hariyanto, Resep Query, Dian Rakyat, Jakarta, 2005.
DAFTAR PUSTAKA
END

OPTIMASI_BASIS_DATA

Recommended

Recommended

More Related Content

Similar to OPTIMASI_BASIS_DATA

Similar to OPTIMASI_BASIS_DATA (20)

More from merisipahutar

More from merisipahutar (15)

Recently uploaded

Recently uploaded (20)

OPTIMASI_BASIS_DATA