Pemodelan Informasi1 Modul 5 CSDP Step 6 Dosen: Wimmie Handiwidjojo, MIT.

Pemodelan Informasi2 CSDP 6: value dan subtype Batasan Nilai dan Entitas Malas Ambillah contoh kita sedang memodelkan hasil perolehan medali dari pertandingan olimpiade yang diselenggrakan di Seoul, Korea Ada tiga macam medali yang dipertandingkan yaitu emas, perak dan tembaga yang disingkat ‘G’, ‘S’, dan ‘B’. Batasannya di notasikan diskema dengan mendaftar semua himpunan yang mungkin {‘G’, ‘S’, ‘B’} disamping tipe entitas MedalKind. Kita menyebutnya sebagai value constraint (batasan nilai) karena menunjukkan semua nilai yang mungkin dari tipe nilai secara jelas pada skema. Lihat skema berikut.

Pemodelan Informasi3 CSDP 6: value dan subtype Batasan Nilai dan Entitas Malas (2)

Pemodelan Informasi4 CSDP 6: value dan subtype Batasan Nilai dan Entitas Malas (3) Mendaftar semua kemungkinan nilai dalam skema untuk beberapa nilai tidaklah soal, tetapi jika ada banyak nilai maka penulisannya menjadi tidak praktis. Sebagai contoh pada olimpiade 1988 diperebutkan 237 cabang olahraga maka ada 237 medali baik emas, perak dan perunggu yang diperebut- kan. Dengan demikian kita mendapatkan bahwa nilai tertinggi adalah 237, berapakah nilai terrendahnya?. Jika kita ingin menyimpan dalam database negara yang tidak mendapatkan medali apa-2 dengan nilai 0 maka kita harus mencantumkan ‘nilai 0’, tetapi dalam konsep database kita berusaha untuk meminimalkan ukuran dari database. Jadi yang ingin kita catat hanyalah negara yang sungguh-2 memperoleh medali. Maka nilai minimal yang kita tetapkan adalah ‘1’.

Pemodelan Informasi5 CSDP 6: value dan subtype Batasan Nilai dan Entitas Malas (4) Karena kita mencatat nilai yang kontinu dari 1,2,3 dst sampai dengan 237, maka kita cukup menulisnya dengan {1..237} dimaana ‘..’ berarti ada bilangan bulat (integer) diantaranya. Kita juga dapat menuliskan pola format dari suatu tipe fakta. Dalam skema diatas untuk negara tertulis ‘{a20}’ yang artinya setiap nama negara adalah suatu karakter string dengan panjang maksimal 20 karakter. Konvensi format penulisan menyaatakan bahwa “c” menandakan suatu karakter, “a” satu huruf, dan “d” satu digit (0…9). Huruf n sebelum/sesudah salah satu dari tanda diatas berarti “tepat/paling besar n kejadian”.

Pemodelan Informasi6 CSDP 6: value dan subtype Batasan Nilai dan Entitas Malas (5) Sebagi contoh kode matakuliah “CS114” formatnya dapat ditulis sebagai (aaddd) atau (2a3d). Simbol “-” berarti tanda + atau -, sedang “.” adalah untuk tanda titik desimal. Untuk komponen optional diletakkan pada kurung persegi “[ ]”. Perhatikan contoh berikut: {c20}suatu string dengan panjang maksimum 20 karakter {20c}suatu string panjangnya tepat 20 kaarakter {a15}suatu string dengan panjang maksimum 15 huruf {d6.2d)maksimal 6 digit, diikuti dengan titik desimal 2 digit {dddaaa}3 digit diikuti oleh 3 huruf {3d3a)sama dengan diatas {[-]d3}tanda + dan - optional, diikuti oleh maks 3 digit

Pemodelan Informasi7 CSDP 6: value dan subtype Batasan Nilai dan Entitas Malas (6) Kita tahu tidak semua negara di dunia dapat mengikuti pertandingan olimpiade. Andaikan kita mendaftar semua negara didunia agar jika sewaktu-waktu diperlukan sudah ada datanya dengan mengabaikan ukuran database. Negara-2 yang ada namun tidak berkompetisi dalam pertandingan olimpiade disebut sebagai ‘entitas malas’ karena kita tidak dapat menambahkan suatu predikat yang berperan sebagai “bukan negara yang berkompetisi” dalam skema diagram. Entitas malas diletakkan disaamping entitas yang sebenarnya. Lihat diagram berikut

Pemodelan Informasi8 CSDP 6: value dan subtype Batasan Nilai dan Entitas Malas (7)

Pemodelan Informasi9 CSDP 6: value dan subtype Batasan-2 untuk subset, equality Perhatikan tabel berikut: Tabel diatas berisi daftar keanggotaan dari suatu klub kebugaran. Aturan main dari klub ini adalah seorang anggota dapat bermain satu jenis permainan raket dengan membayar uang ekstra dan mendapat kesempatan untuk memesan hari dan waktu untuk mempergunakan lapangan.

Pemodelan Informasi10 CSDP 6: value dan subtype Batasan-2 untuk subset, equality (2) Dari tabel dapat kita simpulkan bahwa himpunan anggota yang dapat memesan waktu haruslah subset dari himpunan anggota yang bermain suatu sport tertentu. Kita sebut hal ini sebagai subset constraint yang dinyatakan dengan ‘---->’. Sebagai contoh data setuju jika {‘Anderson PE’, ‘Hume D’}  {‘Anderson PE’, ‘Fit IM’, ‘Hume D’}. Kita tidak boleh menambahkan nama “Jones” karena dia bukan subset. Batasan diatas dapat dinyatakan dengan cara lain sbb: If Member m booked some Hour then Member m plays some sport or Member m booked some Hour only if Member m plays some soprts Salah satu alasan menggunakan batasan subset jika ditemui hubungan logika “jika….maka…..”

Pemodelan Informasi11 CSDP 6: value dan subtype Batasan-2 untuk subset, equality (3) Perhatikan diagram penulisan subset berikut Batasan lain dapat kita temukan pada catatan Reaction time dan heart rate. Semua anggota entah yang membayar ekstra untuk sport atau tidak jika mereka melakukan pengamatan dan mencatat reaction time secara otomatis mereka juga akan dicatat heart ratenya. Hubungan logika disini adalah jika dan hanya jika. Batasan yang dimekian disebut dengan

Pemodelan Informasi12 CSDP 6: value dan subtype Batasan-2 untuk subset, equality (4) Batasan yang dimekian disebut dengan equality constraint. Member m has some ReactionTime iff member m has some HeartRate

Pemodelan Informasi13 CSDP 6: value dan subtype Batasan-2 untuk subset, equality (5) Skema diagram yang telah dilengkapi dengan kedua batasan diatas nampak seperti gambar berikutz:

Pemodelan Informasi14 CSDP 6: value dan subtype Membuat subtype Diagram disamping menunjukkan suatu subtype, dimana D merupakan subtype dari B dan C yang merupakan subtype dari A. Untuk memahami suatu subtype perhatikan tabel berikut

Pemodelan Informasi15 CSDP 6: value dan subtype Membuat subtype (2) Tabel diatas jika kita buat skema diagramnya akan seperti diagram berikut:

Pemodelan Informasi16 CSDP 6: value dan subtype Membuat subtype (3) Jika kita perhatikan tabel diatas, maka kita jumpai bahwa pregnancy (kehamilan) tidak akan pernah dijumpai pada pasien berjenis kelamin pria, sebaliknya tidak ada kelainan prostat yang dijumpai pada wanita. Disini berlaku hubungan logika only if (hanya jika). Untuk kondisi yaang demikian kita dapat membagi jenis tipe pasien menjadi 2 bagian yaitu wanita dan pria dimana masing-masing kita sebut subtype dari pasien. Masing-2 subtype bermain dalam peraannya masing-2. Skema diagram diatas akan menjadi sempurna jika dilakukan subtyping seperti pada skema diagram berikut:

Pemodelan Informasi17 CSDP 6: value dan subtype Membuat subtype (4)

Pemodelan Informasi18 CSDP 6: value dan subtype Membuat subtype (5) Latihan: Perhatikan tabel berikut

Pemodelan Informasi19 CSDP 6: value dan subtype Membuat subtype (6) Skema Diagram konseptualnya seperti diagram disamping:

Pemodelan Informasi20 CSDP 6: value dan subtype Generalisasi tipe obyek Supertype ialah bentuk umum dari subtype. Sedang subtype adalah bentuk khusus dari supertype. Proses yang memperkenalkan suatu supertype bagi tipe obyek yang sedang exist dikenal sebagai generalisasi tipe obyek. Perhatikan skema berikut:

Pemodelan Informasi21 CSDP 6: value dan subtype Generalisasi tipe obyek (2) Kita dapat melihat bahwa doctor, dentist dan chemist adalah orang-2 yang memiliki ketrampilan khusus yang kita dapat sebut sebagai practitioner. Dengan mengeneralisir 3 tipe obyek menjadi 1 tipe obyek dan membuat tipe obyek baru (JobName) untuk menentukan jenis tipe obyeknya, maka skema diagramnya dapat dikembangkan sbb:

Pemodelan Informasi22 CSDP 6: value dan subtype Generalisasi tipe obyek (3)

Pemodelan Informasi23 PR 2 1. Dari output tabel dibawah ini, rancanglah suatu skema diagram dengan menerapkan langkah 1-6.

Pemodelan Informasi24 PR 2 2. Sebuah perusahaan taxi memiliki detail data karyawan: emplyee#; name; address; sex; phone; salary; dan weight. Juga data mobil seperti: reg#; model; year manufactured; cost and weight. Data lainnya adalah siapa yang berhak menyopir mobil apa (boleh m:n) a. Buatlah skema diagram tanpa melakukan subtyping, gunakan dua predikat dengan nama “weight” b. Lakukan generalisasi karyawan dan mobil, sehingga “wieght” hanya muncul sekali. C. Solusi mana yang disukai, berikan alasannya