Dokumen tersebut membahas tentang normalisasi basis data. Normalisasi dilakukan untuk mengurangi kemubaziran data dan menghilangkan anomali pada basis data dengan melakukan dekomposisi tabel dan membentuk tabel ke dalam beberapa bentuk normal hingga tingkat tertentu. Bentuk normal yang umum adalah 1NF, 2NF, dan 3NF.

1. NORMALISASI
Lamhot Sitorus, M.Kom
Fakultas Ilmu Komputer
Unika Santo Thomas SU

2. Pengantar

Perancangan basis data diperlukan 
memperoleh basis data yang kompak
dan efisien dalam penggunaan ruang
penyimpanan, cepat dalam
pengaksesan dan mudah dalam
pemanipulasian (tambah, edit, hapus)
data
13/11/2013
Lamhot Sitorus / PengantarBasis
Data
2

3. Pengantar

Merancang basis data :
1. Menerapkan Normalisasi terhadap
struktur tabel yang telah diketahui
2. Langsung membuat model EntityRelationship

4. Pengantar

Normalisasi, perancang/desainer
basis data bertitik tolak dari situasi
yang nyata  rule
13/11/2013
Lamhot Sitorus / PengantarBasis Data
4

5. Dependency
Ketergantungan Fungsional
(Functional Dependency)
 Ketergantungan Fungsional
Sepenuhnya(Full Functional
Dependency)
 Ketergantungan Total (Total
Dependent)
 Ketergantungan Transitif (Transitive
Dependency)

13/11/2013
Lamhot Sitorus / PengantarBasis Data
5

6. Dependency Fungsional

Suatu atribut Y mempunyai
dependency fungsional terhadap
atribut X jika dan hanya jika setiap
nilai X berhubungan dengan sebuah
nilai Y
XY
(X secara fungsional menentukan Y)

Contoh :
PESANAN_JUAL(Pembeli, Kota, Barang,
13/11/2013 Lamhot Sitorus / PengantarBasis Data
6

7. Dependency Fungsional
Pembeli
P1
P1
P2
P2
P2
P3
P3
Kota
Yogya
Yogya
Solo
Solo
Solo
Klaten
Klaten
Barang
B1
B2
B1
B2
B3
B3
B4
13/11/2013
Jumlah
10
5
7
6
6
7
6
Lamhot Sitorus / PengantarBasis Data
7

8. Dependency Fungsional
Pembeli  Kota
 Pembeli yang sama Kota juga sama
 {Pembeli, Barang}  Jumlah
 {Pembeli, Barang}  Kota
 {Pembeli, Barang}  {Jumlah, Kota}

13/11/2013
Lamhot Sitorus / PengantarBasis Data
8

9. Dependency Fungsional
Sepenuhnya

Suatu atribut Y mempunyai
dependency fungsional penuh
terhadapatribut X jika :
◦ Y mempunyai dependency fungsional
terhadap X
◦ Y tidak memiliki dependency terhadap
bagian dari X
Contoh : diketahui suatu Tabel berikut
:
PELANGGAN(Kode_Pelanggan, Nama,
Kota, Nomor_Fax)

13/11/2013
Lamhot Sitorus / PengantarBasis Data
9

10. Dependency Fungsional
Sepenuhnya
{Kode_Pelanggan, Kota} 
Nomor_Fax
Kode_Pelanggan  Nomor_Fax

Nomor_Fax tidak dependency
sepenuhnya terhadap
{Kode_Pelanggan, Kota}

Nomor_Fax hanya dependency
sepenuhnya terhadap
Kode_Pelanggan
13/11/2013
Lamhot Sitorus / PengantarBasis Data
10

11. Dependency Total

Suatu atribut Y mempunyai
dependensi total terhadap atribut X,
jika :
◦ Y memiliki dependensi fungsional
terhadap X
◦ X memiliki dependensi fungsional
terhadap Y
X

Y
Contoh : perhatikan tabel berikut.
13/11/2013
Lamhot Sitorus / PengantarBasis Data
11

12. Dependency Total
Kode_Pemasok Nama_Pemaso
k
Kota
K1
C1
C2
Kartika
Citra
Candra
Jakarta
Bandung
Jakarta
C3
Caca
Medan
Kode_Pemasok
Nama_Pemasok
13/11/2013
Lamhot Sitorus / PengantarBasis Data
12

13. Dependency Transitif

Atribut Z mempunyai dependency
transitif terhadap atribut X , jika :
◦ Y memilikidependency fungsional
terhadap X
◦ Z memiliki dependency fungsional
terhadap Y
XYZ

Contoh Perhatikan
13/11/2013
Lamhot Sitorus / PengantarBasis Data
13

14. Dependency Transitif
KULIAH
RUAN
G
TEMPAT
WAKTU
Jaringan
Komputer
Merapi
Gedung Utara
Senin, 08.00-09.50
Matematika I
Rama
Gedung
Selatan
Selasa, 07.00 –
08.45
Sistem Pakar
Sinta
Gedung
Selatan
Rabu, 10.00-11.45
Fisika I
Merapi
Gedung Utara
Selasa, 08.0009.50
Kuliah  {Ruang, Waktu}
 Ruang  Tempat
 Kuliah  Ruang  Tempat

13/11/2013
Lamhot Sitorus / PengantarBasis Data
14

15. Anomali (Anomaly)

Efek samping yang tidak diharapkan
◦ Menyebabkan ketidakkonsistenan
◦ Data menjadi hilang ketika dilakukan
penghapusan
13/11/2013
Lamhot Sitorus / PengantarBasis Data
15

16. Anomali (Anomaly)
Anomali Penyisipan (Insertion
Anomaly)
 Anomali Penghapusan (Deletion
Anomaly)
 Anomali Peremajaan (Update
Anomaly)

13/11/2013
Lamhot Sitorus / PengantarBasis Data
16

17. Anomali Peremajaan
Nilai atribut yang mubazir dilakukan
perbaikan/peremajaan,tetapi tidak
dilakukan secara keseluruhan
 Ketidakkonsistenan
 Contoh perhatikan Tabel PESANAN
berikut.

13/11/2013
Lamhot Sitorus / PengantarBasis Data
17

18. Anomali Peremajaan (2)
Pemasok
Kartika
Kota
Jakarta
Barang
Monitor
Citra
Candra
Citra
Padang
Bandung
Padang
Zip Drive
Keyboard
Mouse
5
4
5
Citra
Candra
Padang
Bandung
Memori
Motherboar
d
25
12
13/11/2013
Jumlah
10
Lamhot Sitorus / PengantarBasis Data
18

19. Anomali Peremajaan (3)

Andaikan Citra Pindah ke Kota
“Medan” dan diperbaiki hanya pada
record ke 2, apa yang terjadi?
13/11/2013
Lamhot Sitorus / PengantarBasis Data
19

20. Anomali Penyisipan
Penambahan dilakukan ternyata ada
elemen data yang masih kosong dan
elemen tersebut justru menjadi kunci
 Atau
 Penambahan dilakukan
mengakibatkan perlunya pengubahan
data lain yang tidak ada hubungan
secara lojik


Contoh Perhatikan dua contoh berikut.
13/11/2013
Lamhot Sitorus / PengantarBasis Data
20

21. Anomali Penyisipan (2)
No_Siswa
10
Nama_Kursus
Bahasa Inggris
Biaya
60.000
10
10
15
20
Bahasa Prancis
Bahasa Mandarin
Bahasa Inggris
Bahasa Jepang
80.000
60.000
60.000
65.000
13/11/2013
Lamhot Sitorus / PengantarBasis Data
21

22. Anomali Penyisipan (3)

Nama_Kursus Bahasa Batak dibuka
tetapi belum ada pesertanya, apa
yang terjadi?

Seorang Siswa mendaftar dengan
Nama Kursus Bahasa Karo, apa yang
terjadi?
13/11/2013
Lamhot Sitorus / PengantarBasis Data
22

23. Anomali Penyisipan (4)
Tabel PEMERIKSAAN
PEMERIKSAAN={No_Daftar,
Tgl_daftar, Tgl_periksa, No_Pasien,
Nama_Pasien, Kode_Dokter,
Nama_Dokter, Kode_Sakit,
Deskripsi_Sakit, Kode_obat,
Nama_obat, Dosis}

13/11/2013
Lamhot Sitorus / PengantarBasis Data
23

24. Anomali Penyisipan (5)
Dokter baru dimasukkan tetapi belum
menangani pasien, apa yang terjadi?
 Obat baru / obat yang belum pernah
diresep dimasukkan kedalam tabel,
apa yang terjadi?
 Penyakit baru tetapi belum pernah
ada pasien didiagnosa dimasukkan,
apa yang terjadi?

13/11/2013
Lamhot Sitorus / PengantarBasis Data
24

25. Anomali Penghapusan

Suatu baris / record dihapus
mengakibatkan data yang lain hilang
13/11/2013
Lamhot Sitorus / PengantarBasis Data
25

26. Anomali Penghapusan (2)
No_Siswa
10
Nama_Kursus
Bahasa Inggris
Biaya
60.000
10
10
15
Bahasa Prancis
Bahasa Mandarin
Bahasa Inggris
80.000
60.000
60.000
20
Bahasa Jepang
65.000
13/11/2013
Lamhot Sitorus / PengantarBasis Data
26

27. Anomali Penghapusan (3)

Hapus record yang terakhir dengan
nomor siswa 20, apa yang terjadi?

Tabel PEMERIKSAAN, data seorang
pasien dihapus yang kebetulan dokter
hanya mempunyai pasien yang
dihapus, apa yang terjadi?
13/11/2013
Lamhot Sitorus / PengantarBasis Data
27

28. Dekomposisi
Memecah suatu relasi yang memiliki
banyak atribut menjadi beberapa
relasi yang memiliki jumlah atribut
yang lebih sedikit berdasarkan
kebergantungan fungsional yang ada.
 Gunakan diagram dependensi

13/11/2013
Lamhot Sitorus / PengantarBasis Data
28

29. Diagram Dependensi
Fungsional
KULIAH
RUAN
G
TEMPAT
WAKTU
Jaringan
Komputer
Merapi
Gedung Utara
Senin, 08.00-09.50
Matematika I
Rama
Gedung
Selatan
Selasa, 07.00 –
08.45
Sistem Pakar
Sinta
Gedung
Selatan
Rabu, 10.00-11.45
Merapi Gedung Utara Selasa, 08.00Dapat disajikan dalam diagram
09.50
dependensi
Fisika I

13/11/2013
Lamhot Sitorus / PengantarBasis Data
29

30. Dekomposisi
Ruan
g
Tempat
Kulia
h
Wakt
u
13/11/2013
Lamhot Sitorus / PengantarBasis Data
30

31. Normalisasi
Mengurangi kemubaziran data
 Menghilangkan Anomali
 Alat verifikasi terhadap Model E-R
 Memperoleh tabel yang fleksibel dan
efisien

13/11/2013
Lamhot Sitorus / PengantarBasis Data
31

32. Normalisasi (2)

Tahapan Normalisasi :
◦
◦
◦
◦
◦
◦
Bentuk Normal Tahap Pertama (1NF)
Bentuk Normal Tahap Kedua (2NF)
Bentuk Normal Tahap Ketiga (3NF)
Bentuk Normal Boyce-Codd (BCNF)
Bentuk Normal Tahap Keempat (4NF)
Bentuk Normal Tahap Kelima (5NF)
13/11/2013
Lamhot Sitorus / PengantarBasis Data
32

33. Normalisasi (3)
Tahap pertama hingga ketiga
merupakan bentuk normal yang umum
 BCNF perbaikan terhadap normal
ketiga
 4NF dan 5NF  kasus khusus
 Level normalisasi bergantung pada
level sebelumnya
 Level makin dalam kecenderungan
tabel lebih baik bahkan anomali hilang

13/11/2013
Lamhot Sitorus / PengantarBasis Data
33

34. Normal Tahap Pertama (1NF)

Suatu tabel dikatakan 1NF jika :
◦ Tidak ada baris data yang terduplikat atau
berulang dalam tabel
◦ Setiap kolom memiliki nilai tunggal artinya
tidak ada perulangan, group atau array
◦ Data dalam satu kolom memiliki tipe data
yang sejenis

Tujuan 1NF  menghilangkan elemen
data yang berulang
13/11/2013
Lamhot Sitorus / PengantarBasis Data
34

35. Normal Tahap Pertama (1NF)
Tabel JABATAN
NIP
NAMA
107 Ilham
109 Rian
112
Fika
JABATAN
KEAHLIAN
Analis
Senior
Cobol
LAMA
(Tahun)
6
Oracle
Cobol
1
2
Basis data
Cobol
2
1
Analis
Yunior
Pemrogram
an
13/11/2013
BasisSitorus / PengantarBasis 1
Lamhot data
Data
35

36. Normal Tahap Pertama (1NF)
NIP
NAMA
107 Ilham
107 Ilham
109 Rian
109 Rian
112
Fika
112
Fika
JABATAN
KEAHLIAN
LAMA
(Tahun)
Analis
Senior
Analis
Senior
Cobol
6
Oracle
1
Analis
Yunior
Analis
Yunior
Pemrogram
an
13/11/2013
Pemrogram
Cobol
2
Basis data
2
Cobol
1
Basis data
1
Lamhot Sitorus / PengantarBasis Data
36

37. Normal Tahap Pertama (1NF)
Tabel PESANAN
Nomor_ Tgl_Pesa
Pesanan nan
Item_1
Item_2
Item_3
Item_4
Total
50001
12/03/201
1
P1
P2
P3
P4
45000
50002
12/03/201
1
P3
P5
P6
50003
13/03/201
1
P1
P2
13/11/2013
32500
12000
Lamhot Sitorus / PengantarBasis Data
37

38. Normal Tahap Pertama (1NF)
Nomor_Pesanan Tgl_Pesana
n
50001
12/03/2011
50002
12/03/2011
50003
13/03/2011
13/11/2013
Item
Total
P1
P2
45000
P3
P4
P3
P5
P6
P1
P2
32500
12000
Lamhot Sitorus / PengantarBasis Data
38

39. Normal Tahap Pertama (1NF)
Nomor_Pesanan Tgl_Pesana
n
50001
12/03/2011
50001
12/03/2011
50001
50001
50002
50002
50002
50003
50003
12/03/2011
12/03/2011
12/03/2011
12/03/2011
12/03/2011
13/03/2011
13/03/2011
13/11/2013
Item
Total
P1
P2
45000
45000
P3
P4
P3
P5
P6
P1
P2
45000
45000
32500
32500
32500
12000
12000
Lamhot Sitorus / PengantarBasis Data
39

40. Bentuk Normal Tahap Kedua
(2NF)
Berada pada bentuk normal pertama
 Semua atribut bukan kunci memiliki
dependensi sepenuhnya terhadap
kunci primer
 Atau setiap atribut bergantung kepada
kunci primer

13/11/2013
Lamhot Sitorus / PengantarBasis Data
40

41. Bentuk Normal Tahap Kedua
(2NF)

Tabel JABATAN
◦ Nama dan Jabatan Dependency
Fungsional terhadap NIP (Karena NIP
yang sama mempunyai Nama dan
Jabatan yang sama)
◦ NIP dan Keahlian menentukan Lama
◦ Lakukan Dekomposisi
13/11/2013
Lamhot Sitorus / PengantarBasis Data
41

42. Bentuk Normal Tahap Kedua
(2NF)
Nama
NIP
Lama
Jabatan
Keahlian
Keahlian
13/11/2013
Lamhot Sitorus / PengantarBasis Data
42

43. Bentuk Normal Tahap Kedua
(2NF)

Tabel PEGAWAI
NIP
NAMA
107 Ilham
109 Rian
112
Fika
JABATAN
Analis
Senior
Analis
Yunior
Pemrogram
an
13/11/2013
Lamhot Sitorus / PengantarBasis Data
43

44. Bentuk Normal Tahap Kedua
(2NF)

Tabel KEAHLIAN
NIP
107
107
109
109
112
112
112
KEAHLIAN
LAMA
(Tahun)
Cobol
Oracle
Cobol
Basis data
Cobol
Basis data
Visual
6
1
2
2
1
1
1
13/11/2013
Lamhot Sitorus / PengantarBasis Data
44

45. Bentuk Normal Tahap Kedua
(2NF)
Nomor_Pesanan Tgl_Pesana
n
50001
12/03/2011
50001
12/03/2011
50001
50001
50002
50002
50002
50003
50003
12/03/2011
12/03/2011
12/03/2011
12/03/2011
12/03/2011
13/03/2011
13/03/2011
13/11/2013
Item
Total
P1
P2
45000
45000
P3
P4
P3
P5
P6
P1
P2
45000
45000
32500
32500
32500
12000
12000
Lamhot Sitorus / PengantarBasis Data
45

46. Bentuk Normal Tahap Kedua
(2NF)
Dari Tabel diatas dapat kita
dekomposisi sehingga diperoleh tabeltabel berikut.
 Nmr_Pesanan menentukan
Tgl_Pesanan dan Total
 Nmr_Pesanan menentukan Item

Item
Tgl_Pesanan
Total
Nmr_Pesana
n
13/11/2013
Lamhot Sitorus / PengantarBasis Data
46

47. Bentuk Normal Tahap Kedua
(2NF)
PESANAN1(Nmr_Pesanan,
Tgl_Pesanan, Total)
PESANAN2(Nmr_Pesanan, Item)
13/11/2013
Lamhot Sitorus / PengantarBasis Data
47

48. Bentuk Normal Tahap Kedua
(2NF)
Tabel
Pesanan-1
Nomor_Pesanan Tgl_Pesana
n
50001
12/03/2011
50002
50003
12/03/2011
13/03/2011
13/11/2013
Total
45000
32500
12000
Lamhot Sitorus / PengantarBasis Data
48

49. Bentuk Normal Tahap Kedua
(2NF)
Nomor_Pesanan
50001
50001
50001
50001
50002
50002
50002
50003
50003
Item
P1
P2
P3
P4
P3
P5
P6
P1
P2
13/11/2013
Tabel Pesanan-2
Lamhot Sitorus / PengantarBasis Data
49

50. Bentuk Normal Tahap Ketiga
(3NF)

Suatu Relasi dikatakan dalam 3NF,
jika :
◦ Berada dalam bentuk 2NF
◦ Setiap atribut bukan kunci tidak memiliki
dependensi transitif terhadap kunci primer
Tabel Pegawai dan Keahlian telah
memenuhi kriteria di atas sehingga
kedua relasi termasuk dalam 3NF
 Demikian juga dengan Tabel
Pesanan-1 dan Pesanan-2

13/11/2013
Lamhot Sitorus / PengantarBasis Data
50

51. Bentuk Normal Tahap Ketiga
(3NF)

Tabel Belanja
Nmr_Pesanan
Nmr_Urut
Kode_Item
Nama_Item
50001
50001
0001
0002
P1
P2
Pensil
Buku Tulis
50001
50001
50002
0003
0004
0001
P3
P4
P3
Penggaris
Penghapus
Penggaris
50002
50002
50003
50003
0002
0003
0001
0002
P5
P6
P1
P2
Pulpen
Spidol
Pensil
Buku Tulis
13/11/2013
Lamhot Sitorus / PengantarBasis Data
51

52. Bentuk Normal Tahap Ketiga
(3NF)
Kunci Primer  Nmr_Pesanan dan
Nmr_Urut
 Kode_Item dan Nama_Item mempunyai
dpendensi fungsional terhadap PK
{Nmr_Pesanan, Nmr_Urut}  {Kode_Item,
Nama_Item}
 Kode_Item  Nama_Item
 Tabel Belanja dapat didekomposisi
 R1={Nmr_Pesanan,Nmr_Urut,Kode_Ite
m}
 R2={Kode_Item, Nama_Item}

13/11/2013
Lamhot Sitorus / PengantarBasis Data
52

53. Bentuk Normal Tahap Ketiga
(3NF)

Tabel R1
Nmr_Pesanan
Nmr_Urut
Kode_Item
50001
50001
0001
0002
P1
P2
50001
50001
50002
0003
0004
0001
P3
P4
P3
50002
50002
50003
50003
0002
0003
0001
0002
P5
P6
P1
P2
13/11/2013
Lamhot Sitorus / PengantarBasis Data
53

54. Bentuk Normal Tahap Ketiga
(3NF)

Tabel Deteil
Kode_Item
Nama_Item
P1
P2
Pensil
Buku Tulis
P3
Penggaris
P4
P5
P6
Penghapus
Pulpen
Spidol
13/11/2013
Lamhot Sitorus / PengantarBasis Data
54

55. Sejauhmana Normalisasi
Perlu?
Pertanyaan yang sering dilontarkan
 Tidak ada patokannya
 Kita harus terus melakukan
normalisasi hingga tidak menemukan
anomali lagi
 Pada umumnya hingga 3NF sudah
cukup memadai menghilangkan
anomali

13/11/2013
Lamhot Sitorus / PengantarBasis Data
55

56. Latihan
Rancanglah diagram E-R dari kasus aplikasi
database sederhana untuk sistem informasi
akademis suatu universitas.
 Entities yang dimuat adalah :

◦ Mahasiswa: menyimpan semua informasi pribadi
mengenai semua mahasiswa
◦ Dosen: menyimpan semua informasi pribadi
mengenai semua dosen
◦ Mata_kuliah: menyimpan semua informasi mengenai
semua mata kuliah yang ditawarkan
◦ Ruang: menyimpan semua informasi mengenai
ruang kelas yang digunakan

Ketentuan ketentuan yang berlaku dapat anda
tentukan
13/11/2013
Lamhot Sitorus / PengantarBasis Data
56

57. Latihan

Diberikan tabel Mahasiswa di bawah ini,
lakukan normalisasi sampai bentuk
normal ke tiga

Perhatikan bahwa tabel di atas sudah
dalam bentuk normal ke Satu(1NF).
13/11/2013
Lamhot Sitorus / PengantarBasis Data
57

58. Terima Kasih, Semoga Sukses...........
13/11/2013
Lamhot Sitorus / PengantarBasis Data
58