Dokumen tersebut membahas tentang model relasional (ER model) yang digunakan untuk merancang basis data. Terdapat penjelasan mengenai entitas, atribut, relasi, rasio kardinalitas, dan notasi diagram ER.

1. BASIS DATA
JURUSAN STATISTIKA
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
UNIVERSITAS NEGERI PADANG
2020
ER (Entity Relationship) Model

2. STATISTIKA | FMIPA UNP
❑ ER Data Model.
❑ Notasi ER Diagram.
❑ Jenis Atribut.
❑ Relasi.
❑ Rasio Kardinalitas.
Materi

3. STATISTIKA | FMIPA UNP
ER Data Model
❑ Pemodelan sistem dengan ER Data Model (ER Diagram) digunakan dalam
pembuatan basis data (database).
❑ Basis data (database) adalah kumpulan file atau data yang saling
berhubungan.
❑ ER Diagram menggambarkan tipe objek mengenai data itu di manajemen,
serta relasi antara objek tersebut.
❑ ER Diagram digunakan oleh System Analyst dalam merancang database.
❑ ER Model dibuat berdasarkan persepsi atau pengamatan dunia nyata yang
terdiri atas entitas dan relasi antara entitas-entitas tersebut.
❑ Sebuah database dapat dimodelkan sebagai:
• Kumpulan Entity/Entitas,
• Relationship/Relasi diantara entitas.

4. STATISTIKA | FMIPA UNP
ER Data Model
❑ Entitas adalah sebuah objek yang ada dan dapat dibedakan dengan
objek lainnya.
❑ Entitas ada yang bersifat konkrit, seperti: Orang, Buku, Pegawai,
Perusahaan; dan ada yang bersifat abstrak seperti Kejadian, Mata
Kuliah, Pekerjaan, dan sebagainya.
❑ Setiap entitas memiliki atribut sebagai keterangan dari entitas, misal:
entitas mahasiswa, yang memiliki atribut: NIM, Nama, dan Alamat.

5. STATISTIKA | FMIPA UNP
ER Data Model
❑ Setiap atribut pada entitas memiliki kunci atribut (key attribute) yang
bersifat unik.
❑ Misal:
• Entitas Mahasiswa dengan atribut NIM sebagai key attribute.
• Entitas Dosen dengan NIP/NIDN sebagai key attribute, dan sebagainya.
❑ Beberapa entitas kemungkinan tidak memiliki atribut kunci sendiri,
entitas demikian disebut Entitas Lemah (Weak Entity).

6. STATISTIKA | FMIPA UNP
Notasi ER Diagram
❑ Ada beberapa notasi yang digunakan untuk membuat ER Diagram.
Misal: Notasi Chen, Martin, Elmasri, Korth, dan UML (Unified Modelling
Language) akan tetapi pada umumnya adalah sama.
❑ Perbedaannya adalah pada pemilihan simbol-simbol yang digunakan.
❑ Pada materi ini, digunakan notasi UML karena lebih umum digunakan
dan mudah dibaca serta dipahami.

7. STATISTIKA | FMIPA UNP
Notasi ER Diagram
Notasi Keterangan
Entity adalah suatu objek yang dapat
diidentifikasi dalam lingkungan pemakai.
Weak Entity adalah suatu entitas dimana
keberadaan entitas tersebut bergantung
dari keberadaan entitas lain.
Attribute berfungsi untuk mendeskripsikan
karakteristik dari entitas.
Key Attribute adalah suatu atribut yang
membedakan semua record dalam tabel
secara unik.

8. STATISTIKA | FMIPA UNP
Notasi ER Diagram
Notasi Keterangan
Derived Attribute adalah atribut yang nilai-
nilainya diperoleh dari pengelolaan
/diturunkan dari atribut lain.
Multivalue Attribute adalah atribut yang
bernilai banyak.
Associative Entity adalah entitas yang
digunakan oleh dua/lebih entitas atau lebih
menyatukan hubungan “many to many”.
Relationship menunjukkan adanya
hubungan di antara sejumlah entitas yang
berbeda.
Identifying Relationship adalah relasi yang
menghubungakan entitas dengan weak
entity (entitas lemah).

9. STATISTIKA | FMIPA UNP
Notasi ER Diagram
❑ Entitas Lemah (Weak Entity) adalah entitas yang keberadaannya
sangat bergantung dengan entitas lainnya.
➢ Tidak memiliki Key Attribut sendiri.
➢ Entitas tempat bergantung disebut Identifying Owner/Owner.
➢ Entitas Lemah tidak memiliki identifier-nya sendiri.
➢ Atribut entitas lemah berperan sebagai Partial Identifier (Identifier yang
berfungsi secara sebagian).

10. STATISTIKA | FMIPA UNP
Jenis Atribut
❑ Simple/Atomic Attribute → atribut yang tidak dapat dibagi-bagi lagi
menjadi atribut yang lebih mendasar.
❑ Composite Attribut → atribut yang terdiri dari beberapa atribut yang
lebih mendasar.
• Atribut ALAMAT, terdiri atas atribut JALAN, KOTA, KODE_POS.
• Atribut NAMA, terdiri atas atribut NAMA_DEPAN, NAMA_TENGAH, dan
NAMA_BELAKANG pada suatu entitas (MAHASISWA).
❑ Single-Valued Attribute → atribut yang hanya memiliki satu
harga/nilai.
• Atribut UMUR pada entitas PEGAWAI.
• Atribut LOCATIONS pada entitas UNIVERSITAS.

11. STATISTIKA | FMIPA UNP
Jenis Atribut
❑ Multi-Valued Attribut → atribut yang memiliki isi lebih dari satu nilai.
• Atribut PENDIDIKAN_TINGGI pada entitas PEGAWAI, dapat berisi lebih dari satu
nilai: Perguruan Tinggi (Sarjana), Magister, Doktor, dll.
• Atribut HOBBY pada entitas MAHASISWA dapat memiliki lebih dari satu nilai:
Sepakbola, Menyanyi, Menari, dll.
• Atribut PRASYARAT pada entitas MATA_KULIAH dapat memiliki lebih dari satu
nilai: Pemrograman Komputer, Komputasi Statistika untuk prasyarat mata kuliah
Pemrograman Lanjut.
❑ Null Value Attribute → atribut dari entitas yang tidak memiliki nilai.
• Atribut PENDIDIKAN TINGGI untuk tamatan SMP.

12. STATISTIKA | FMIPA UNP
Jenis Atribut
❑ Derived Attribut → atribut yang nilainya dapat diisi atau diturunkan
dari perhitungan atau algoritma tertentu.
• Atribut UMUR, dapat dihitung dari TGL_LAHIR.
• Atribut LAMA_KULIAH, dapat dihitung dari NIM yang merupakan kombinasi
antara digit TAHUN_MASUK dan digit lainnya.
• Atribut INDEKS_PRESTASI dapat dihitung dari NILAI yang diperoleh
MAHASISWA.

13. STATISTIKA | FMIPA UNP
Relasi
❑ Relasi adalah hubungan antar entitas.
❑ Relasi dapat memiliki atribut, dimana terjadi adanya transaksi
yang menghasilkan suatu nilai tertentu.

14. STATISTIKA | FMIPA UNP
Relasi
Pertanyaan:
? Bentuk ER diatas antara nilai Mahasiswa mengambil Mata_Kuliah,
tentunya ada Nilai yang dihasilkan.
? Dimana atribut nilai ditempatkan?
?

15. STATISTIKA | FMIPA UNP
Relasi
Penjelasan:
 Jika atribut Nilai ditempatkan pada entitas Mahasiswa (dimana Nilai
merupakan salah satu atribut dari entitas Mahasiswa), maka semua
mata kuliah yang diambil oleh seorang mahasiswa menghasilkan Nilai
yang sama. → tidak realistis
 Jika atribut Nilai ditempatkan pada entitas Mata_Kuliah (dimana Nilai
merupakan salah satu atribut dari entitas Mata_Kuliah), maka semua
mahasiswa yang mengambil mata kuliah tersebut akan memiliki Nilai
yang sama. → tidak realistis

16. STATISTIKA | FMIPA UNP
Relasi
✓ Atribut Nilai harus ditempatkan pada relasi Mengambil, yang berarti
seorang mahasiswa tertentu yang mengambil mata kuliah tertentu,
akan mendapatkan Nilai tertentu. → realistis

17. STATISTIKA | FMIPA UNP
Rasio Kardinalitas
Rasio Kardinalitas atau Derajat Relasi
❑ Derajat Relasi adalah jumlah entitas yang berpartisipasi dalam suatu
relasi.
❑ Derajat relasi dapat berupa:
➢ Unary Relationship (Relasi Berderajat 1)
➢ Binary Relationship (Relasi Berderajat 2)
➢ Ternary Relationship (Relasi Berderajat 3)

18. STATISTIKA | FMIPA UNP
Unary Relationship (Relasi Berderajat 1)
➢ Adalah relasi dimana entitas yang terlibat hanya 1.
➢ Sering disebut relasi rekursif (Recursive Relationship).
Contoh
Rasio Kardinalitas

19. STATISTIKA | FMIPA UNP
Binary Relationship (Relasi Berderajat 2)
➢ Atau Relasi Biner adalah relasi yang melibatkan dua entitas.
Contoh
Rasio Kardinalitas

20. STATISTIKA | FMIPA UNP
Ternary Relationship (Relasi Berderajat 3)
➢ Adalah relasi tunggal yang menghubungkan tiga entitas yang berbeda.
Contoh
Rasio Kardinalitas

21. STATISTIKA | FMIPA UNP
➢ Dalam Binary Relationship antar dua entitas, terdapat beberapa
kemungkinan:
✓ 1:1 → One-to-One
Rasio Kardinalitas

22. STATISTIKA | FMIPA UNP
✓ N:1 → Many-to-One
Rasio Kardinalitas

23. STATISTIKA | FMIPA UNP
✓ M:N → Many-to-Many
Rasio Kardinalitas

24. STATISTIKA | FMIPA UNP
Buatlah diagram ER untuk memperlihatkan hubungan
Mahasiswa, Mata_Kuliah, dan Dosen.
Contoh

25. STATISTIKA | FMIPA UNP
Contoh

26. STATISTIKA | FMIPA UNP
Buatlah diagram ER untuk mengidentifikasikan karakteristik
dari entitas Pelanggan.
Contoh

27. STATISTIKA | FMIPA UNP
Contoh