Pemodelan Data: Konsep dan Teknik

Konsep pemodelan data adalah proses pembuatan diagram sederhana melalui sistem perangkat lunak serta elemen data yang dikandungnya. Pemodelan data menggunakan teks dan simbol sebagai representasi data. Model data menyediakan blue print untuk merancang database baru atau merekayasa ulang aplikasi lama.

Pemodelan data sangat membantu setiap perusahaan dalam menggunakan data secara efektif dalam pemenuhan kebutuhan bisnis akan informasi. Pemodelan data merupakan diagram alur sebagai penggambaran entitas, atribut, dan hubungan antarentitas. Saat mendesain model data apa pun, fokus utamanya adalah mengidentifikasi entitas dan atribut.

Dalam model data, ada perbedaan antara entitas dan atribut yang seimbang. Memang ada pemodelan data dengan satu entitas dan banyak atribut. Namun, hal ini tidak direkomendasikan karena idealnya adalah menerapkan tingkat normalisasi yang sesuai dalam pemodelan data.

Membangun database mengharuskan developer dalam memahami domain masalah dengan sangat baik. Setelah developer punya pemahaman kuat, mereka dapat mengidentifikasi entitas dan atribut dengan benar yang masuk ke dalam desain model hubungan entitas.

Entitas

Entitas adalah representasi objek fisik dari dunia nyata atau konsep tunggal dengan pendefinisian dan pembatasan secara presisi. Dalam hal pemodelan data konseptual, terdapat identifikasi entitas utama dalam domain masalah yang mewakilinya.

Model Data Entitas atau EDM mengaplikasikan tiga konsep pilar dalam mendefinisikan struktur data, yaitu tipe entitas, tipe asosiasi, dan properti. Ketiganya menggambarkan struktur data dalam setiap implementasi EDM.  Tipe entitas merupakan blok penyusun dasar untuk mendeskripsikan struktur data dengan Model Data Entitas.

Dalam model konseptual, tipe entitas dibangun dari properti dan menggambarkan struktur konsep tingkat atas, seperti pelanggan dan pesanan dalam aplikasi bisnis. Kumpulan entitas merupakan kumpulan instance dari beberapa tipe entitas tertentu. Kumpulan entitas dikelompokkan dalam wadah entitas secara logis.

Atribut

Atribut merupakan detail tambahan entitas. Pasalnya, mendefinisikan setiap detail masalah sebagai entitas bukanlah praktik yang baik. Atribut mendefinisikan entitas atau konsep nyata dengan jauh lebih baik. Atribut melengkapi bentuk akhir entitas.

Setelah atribut didefinisikan di dalam entitas, representasi atribut dapat diterjemahkan dalam database relasional.  Atribut mengidentifikasi, menamai, dan mendefinisikan karakteristik atau properti dari tipe entitas.  Atribut adalah bagian paling atomik dari model data dan tidak dapat didekomposisi menjadi komponen tingkat yang lebih rendah.

Atribut tidak dapat eksis secara independen dari tipe entitas dalam model data relasional. Dengan demikian semua atribut selalu diidentifikasi dan ditampilkan sebagai bagian dari tipe entitas. Di sinilah entitas dipetakan ke tabel dan atributnya menjadi kolom dalam tabel. Atribut juga mendapatkan tipe data yang sesuai dan kendala terkait untuk mewakili model hubungan entitas dengan benar.

Hubungan

Relationship atau hubungan berfungsi mengidentifikasi, menamai, dan mendefinisikan asosiasi antara dua tipe entitas. Suatu hubungan selalu mengaitkan dua dan hanya dua tipe entitas. Nama hubungan direpresentasikan sebagai frase kata kerja dan dibuat untuk kedua arah hubungan antara dua entitas.

Jenis entitas diasosiasikan melalui relasi harus memiliki dua peran, yaitu entitas induk dan entitas anak. Entitas induk membagikan identitasnya dengan entitas anak. Entitas anak mewarisi kunci utama dari tipe entitas induk dan disebut sebagai tipe entitas dependen. Atribut yang dibagikan dari induk ke tipe entitas anak disebut kunci asing. Dalam diagram entitas, nama atribut yang merupakan kunci asing ditetapkan dengan akhiran “(FK)”.

Hubungan menggabungkan properti tambahan antara tipe entitas induk dan anak yang disebut kardinalitas. Kardinalitas menyatakan jumlah instance tipe entitas anak yang mungkin ada untuk tipe entitas induk.

Diagram Entity-Relationship (ER)

Diagram Entity – Relationship menunjukkan hubungan non-identifying. Dalam hal ini, kunci asing dan kardinalitas disajikan dalam diagram entitas dengan memperkenalkan Atribut Milik yang merupakan atribut yang tidak diwarisi dari tipe entitas lain dan bukan bagian dari kunci utama tipe entitas.

1.     Normalisasi

Normalisasi merupakan metode desain basis data logis. Normalisasi termasuk proses memecah tabel kompleks menjadi tabel yang lebih sederhana secara sistematis yang dibangun di sekitar konsep bentuk normal. Normalisasi basis data adalah proses normalisasi data yang mereduksi data ke bentuk kanoniknya.
Tujuannya adalah untuk menghilangkan redudansi atau replikasi untuk meningkatkan konsistensi. Selain itu, normalisasi dapat menghasilkan model data yang lebih jelas dan mudah dibaca. Dengan adanya normalisasi, maka ada fleksibilitas maksimum untuk memenuhi kebutuhan informasi masa depan dengan menjaga tabel yang sesuai dengan tipe objek dalam bentuk yang disederhanakan.

2.     Notasi dan Bahasa Pemodelan

Notasi merupakan rangkaian lambang yang berfungsi dalam menggambarkan data. Notasi dibutuhkan dalam diagram yang menggambarkan keterkaitan antar objek data. Sedangkan notasi bahasa pemodelan lebih dikenal dengan Unified Modelling Language, yaitu metode pemodelan visual sebagai sarana perancangan sistem berorientasi objek.
UML juga dapat didefinisikan sebagai suatu bahasa standar visualisasi, perancangan, dan pendokumentasian sistem, atau dikenal juga sebagai bahasa standar penulisan blueprint sebuah software.

Nah, sekarang kamu sudah memahami konsep dan teknik pemodelan data. Kamu bisa menerapkannya dalam merancang dan membuat representasi struktur data tanpa perlu bingung lagi. Kamu juga bisa mencari tahu tentang jenis-jenis bahasa pemrograman untuk mendukung kegiatanmu dalam pemodelan data supaya lebih memahaminya lagi.