Perancangan Data Logis dan Fisik

Slides:



Advertisements
Presentasi serupa
Pertemuan 4 Heintje Hendrata, S.Kom Heintje Hendrata, S.Kom.
Advertisements

BASIS DATA RELATIONAL.
5.
Chapter 8 - Process Modeling
Database dan Managemen Informasi
REKAYASA PERANGKAT LUNAK
MODEL ENTITY RELATIONSHIP DIAGRAM
Data Warehouse dan Decision Support
Dimensional Modeling Achmad Yasid.
Dimensional Modeling Achmad Yasid.
<<Merancang Model Konseptual Database>>
PEMBUATAN MODEL DATA dan DESAIN DATABASE
PEMODELAN DATA.
BAB 2 MODEL-MODEL DATA ..
Rizki Arif Firdaus © 2010 © 2010.
Perancangan Data Base Relasi
Dika Anjar Pratiwi Ken Mentari Tilammura Agung Wibowo.
(Entity Relationship Diagram) Materi Pertemuan ke-5, 6, & 7
(Entity Relationship Diagram) Materi Pertemuan ke-5, 6, & 7
Desain Database Disusun Oleh : Dr. Lily Wulandari
PERANCANGAN BASIS DATA
ENTITY RELATIONSHIP DIAGRAM
Perancangan Basis Data
Perancangan Data Warehouse
Universitas Gunadarma
Desain Database Dengan Model Entity Relationship (ER)
Pemodelan Data.
Basis Data Dasar Rudi Hartono, S.E, S.Kom.
Model Data Relasional.
Pertemuan #4 DIAGRAM - ER Kompetensi :
Analisis Perancangan Basis Data dan CDM
ENTITY RELATIONSHIP DIAGRAM
Physical Database Design
Outline: Relational Data Model Entity Relationship Diagram
Manajemen Data dan Basis Data
IMPLEMENTASI BASIS DATA
BAB 2 MODEL-MODEL DATA ..
Pemodelan Data Menggunakan MODEL Entity Relationship
ENTITY RELATIONSHIP DIAGRAM
PROSES PERANCANGAN SISTEM INFORMASI
DBMS Basis Data Pertemuan 2.
Sistem Informasi Psikologi
PENGELOLAAN DATA Roni Kurniawan M.Si.
Entity Relationship Diagram
Ada beberapa sifat yang melekat pada suatu tabel :
Model Entity Relationship
Basis Data Dasar Rudi Hartono, S.E, M.Kom.
Pengenalan UML.
Universitas Gunadarma
DIAGRAM HUBUNGAN ANTAR ENTITAS (ERD)
Mapping Skema Database
Prinsip Data Warehouse
Perancangan Basis Data Relasional Converting ER Model To Table
Pengantar Teknik Elektro
Desain Basis Data Dengan ERD
DESAIN DATA BASE.
Perancangan Fisik Basis Data
PROSES PERANCANGAN SISTEM INFORMASI
MANAJEMEN BASIS DATA PERANCANGAN.
Metodologi dan Pengembangan Data Warehouse
MODEL KETERHUBUNGAN ENTITAS (Entity-Relationship)
PRODI MIK | FAKULTAS ILMU-ILMU KESEHATAN
ETL (Extract-Transform-Load)
Datawarehouse Planning
Basis Data 1 Rudi Hartono, S.E, M.Kom.
Perancangan Data Base Relasi
Database Management System
Model Data Relasional.
Pemodelan Database DINI OKTARIKA,S.KOM.
ENTOT SUHARTONO, SKOM, MKOM
Transcript presentasi:

Perancangan Data Logis dan Fisik Oleh : Rahmat Robi Waliyansyah, M.Kom.

Gambaran UMUM Dua tipe dari data model adalah : LOGICAL MODELING PHYSICAL MODELING Model diciptakan untuk mewakili visual database sehingga kebutuhan bisnis dengan mudah dapat dikaitkan dengan objek database untuk memastikan bahwa semua persyaratan telah lengkap dan akurat terkumpul.  Gambaran UMUM

MODEL LOGIS Pemodelan logis dimulai dengan mengumpulkan kebutuhan bisnis dan mengkonversi kebutuhan tersebut ke dalam model.  Model logis berkisar pada kebutuhan bisnis, bukan database, meskipun kebutuhan bisnis digunakan untuk menetapkan kebutuhan database.

Model Logis (1) Pemodelan logis melibatkan pengumpulan informasi tentang proses bisnis, badan usaha (kategori data), dan unit organisasi.  Setelah informasi ini dikumpulkan, diagram dan laporan yang dihasilkan termasuk diagram hubungan entitas, diagram proses bisnis, dan akhirnya diagram alur proses.  Diagram yang dihasilkan harus menunjukkan proses dan data yang ada, serta hubungan antara proses bisnis dan data. Pemodelan logis harus akurat dalam membuat representasi visual dari kegiatan dan data yang relevan dengan bisnis tertentu.

Perancangan Database Langkah-langkah merancang database yang baik : Pemilihan proses Pemilihan sumber Mengidentifikasi dimensi Pemilihan fakta Melengkapi tabel dimensi Pemilihan durasi database Menelusuri perubahan dimensi yang perlahan Menentukan prioritas dan mode query

Model Datawarehouse (OLTP) Model Dimensional : menggunakan konsep model hubungan antar entity (ER) dengan beberapa batasan yang penting. Setiap model dimensi terdiri dari sebuah tabel dengan sebuah komposit primary key, disebut dengan table fakta, dan satu set table yang lebih kecil disebut table dimensi.

Model Data OLTP

Model Dimensional (star skema)

SNOWFLAKE SKEMA

Agregasi Merupakan fenomena terjadinya relasi yang mensyaratkan adanya relasi yang lain. Contoh : Pada tabel himpunan entitas mahasiswa dan mata kuliah, terdapat beberapa mata kuliah yang mensyaratkan ada praktikum dalam matakuliah tersebut maka, diagram E-R nya adalah sebagai berikut :

Contoh Agregasi

MODEL FISIK Pemodelan fisik melibatkan desain yang sebenarnya konversi dari database logis sesuai dengan persyaratan yang ditetapkan dari pemodelan data logis.

Penyimpanan Fisik (Physical Storage)

Tahap-Tahap Desain fisik (Physical Design)

TAHAP-TAHAP PENYIMPANAN FISIK Membangun Standar Menentukan Skema Partisi Data (Determine the Data Partitioning Scheme) Membuat Pilihan Clustering (Establish Clustering Options) Mempersiapkan Sebuah Strategi pengindekan (Prepare an Indexing Strategy) Menentukan Struktur Penyimpanan (Assign Storage Structures) Melengkapi Physical Model (Complete Physical Model) TAHAP-TAHAP PENYIMPANAN FISIK  

Membangun Standar Contoh standar dalam perusahaan adalah perusahaan anda yang membutuhkan nama sebuah objek yang merupakan kombinasi banyak kata–kata yang dipisahkan dengan tanda strip “-“ dimana kata pertama di dalamnya menunjukkan subjek bisnis.

Membangun Standar Dengan standar ini, ketika seseorang membaca sebuah nama objek, orang tersebut dapat mengetahui subjek bisnisnya. Pada tahapan ini pula anda melakukan review kemungkinan pembuatan tabel agregate.

Menentukan Skema Partisi Data (Determine the Data Partitioning Scheme) Dalam Data Warehouse partisi sangat dibutuhkan untuk membagi tabel-tabel database menjadi bagian-bagian yang dapat dikelola dengan baik. Partisi membagi tabel database besar menjadi bagian-bagian yang lebih mudah untuk dikelola.

Membuat Pilihan Clustering (Establish Clustering Options) Dalam suatu Data Warehouse, Kebanyakan pattern akses data menggunakan akses yang bersifat sekuensial terhadap data berkuantitas besar. Teknik ini termasuk penempatan dan pengaturan unit- unit data terkait dalam ruang penyimpanan yang sama. Pengaturan demikian menyebabkan unit data terkait diterima bersama-sama dalam sebuah operasi input tunggal.

Merupakan sebuah tahapan yang krusial dalam physical design. Tidak seperti sistem OLTP, Data Warehouse bersifat query-centric. Pengindekan merupakan mekanisme efektif untuk peningkatan kinerja query. Sebuah strategi pengindekan yang baik akan menghasilkan keuntungan. Mempersiapkan Sebuah Strategi pengindekan (Prepare an Indexing Strategy)

Menentukan Struktur Penyimpanan (Assign Storage Structures) Pada sebuah sistem OLTP, semua data berada di dalam database operasional. Dalam sebuah data Warehouse, tidak hanya terkonsentrasi dengan file fisik untuk tabel-tabel Data Warehouse. Rencana penyimpanan harus memasukkan tipe- tipe penyimpanan lainnya seperti file ekstraksi data, area staging dan penyimpanan yang dibutuhkan bagi aplikasi front-end.

Melengkapi Physical Model (Complete Physical Model) Tahapan ini adalah standar penamaan objek database. Menentukan tabel agregate yang mana dan bagaimana anda dapat melakukan partisi tabel-tabel besar.

Penerapan model fisik tergantung pada perangkat keras dan perangkat lunak yang digunakan oleh perusahaan.  Hardware dapat menentukan jenis perangkat lunak, dapat digunakan karena perangkat lunak biasanya dikembangkan sesuai dengan hardware umum dan platform sistem operasi.  Beberapa produk perangkat lunak saat ini adalah berbasis java dan dapat berjalan di hampir semua platform.  Keputusan untuk menggunakan perangkat keras tertentu, platform sistem operasi, dan perangkat lunak database yang dibuat dalam hubungannya dengan satu sama lain.

Tujuan Physical Design Meningkatkan kinerja, kinerja dalam suatu lingkungan OLTP berbeda dengan dalam lingkungan data warehouse dalam hal online response times. Memastikan skalabilitas, merupakan tujuan utama. Penggunaan data warehouse meningkat dalam dua hal, yakni jumlah pengguna yang meningkat secara cepat dan kompleksitas kueri. Mengatur media penyimpanan, agar dapat meningkatkan kinerja dengan penyimpanan tabel terkait dalam file yang sama. Memberikan kemudahan administrasi Desain untuk fleksibilitas. Jika terjadi perubahan terhadap model data,mudah untuk melakukan perubahan terhadap model fisiknya.

PERBEDAAN

STUDI KASUS Sebuah perpustakaan membutuhkan sebuah basis data yang menyimpan data koleksi yang berisi nama koleksi, jenis koleksi, kategori koleksi, jumlah koleksi, penerbit dan pengarang.

STUDI KASUS Untuk data pengarang, data yang dibutuhkan adalah nama pengarang dan autobiografi. Sedangkan untuk penerbit, data yang di simpan adalah nama penerbit, alamat penerbit dan nomor telepon penerbit. Pada perpustakaan tersebut, peminjam harus menyerahkan data diri (nama, tempat tanggal lahir, alamat, pendidikan dan nomor telepon) sebelum melakukan proses peminjaman. Sedangkan data peminjaman yang di butuhkan adalah tanggal peminjaman, status peminjaman dan tanggal pengembalian.

Conceptual Data Model (CDM)

Physical Data Model (PDM)