NORMALISASI & DENORMALISASI

Normalisasi adalah proses pengelompokan data-data ke dalam tabel berupa entitasnya dan juga relasinya. Saat melakukan proses dekomposisi (pemecahan ke dalam bentuk yang lebih sederhana) yang keliru, maka akan berdampak kehilangan informasi saat perancangan. Normalisasi bertujuan menyempurnakan struktur tabel untuk memperkecil perubahan database, memudahkan perubahan struktur tabel, eliminasi duplikat informasi, dan lain-lain. Beberapa bentuk normalisasi adalah Bentuk Normal Pertama (1NF) , Bentuk Normal Kedua (2NF), Bentuk Normal Ketiga (3NF), Bentuk Normal Boyce-codd (BCNF), Bentuk Normal Keempat (4NF), Bentuk Normal Kelima (5NF) dan Bentuk Normal Domain-key (DKNF).

  TAHAPAN NORMALISASI

Anomali atau penyimpangan adalah proses proses pada basis data yang menyebabkan data tidak konsisten atau dapat membuat data hilang apabila ada data lain yang dihapus. Berikut adalah beberapa jenis anomali :
- Anomali pembaharuan adalah proses merubah nilai data yang mengakibatkan perlunya merubah nilai data lain yang tidak secara logik tidak memiliki relasi atau hubungan.
- Anomali penyisipan adalah proses penyisipan nilai data yang mengakibatkan perlunya perubahan pada nilai data lain yang secara logik tidak memliki relasi atau hubungannya.
- Anomali penghapusan adalah proses penghapusan nilai data yang mengakibatkan hilangnya nilai data lain yang secara logik tidak memiliki relasi.

Ketergantungan Fungsional terjadi apabila atribut A yang berelasi dengan Atribut B memiliki nilai tepat pada satu atribut B.Contoh tabel dokter :



Ketergantungan Transitif terjadi apabila terdapat atribut A,B dan C yang saling berhubungan, dimana atribut C mempunyai tepat satu nilai pada atribut B dan atribut B memiliki tepat satu nilai pada atribut A, sehingga secara tidak langsung atribut C mamliki tepat satu nilai pada atribut A. Contoh tabel pemeriksaan:

DENORMALISASI

Denormalisasi adalah kebalikan dari normalisasi. Mengapa Denormalisasi juga perlu ? Bukankah yang tidak normal harus dibuat normal, mengapa dilakukan denormalisasi lagi? Jawabannya cuma satu yaitu untuk performance. Apabila performance yang didapatkan lebih baik setelah dilakukan denormalisasi, maka denormalisasi dapat dilakukan atau normalisasi boleh dilanggar.

Perbedaan Normalisasi dan Denormalisasi adalah Normalisasi akan meningkatkan data integrity tetapi juga akan meningkatkan query complexity. Sedangkan Denormalisasi akan mengurangi data integrity dan juga akan mengurangi query complexity.

Beberapa bentuk Denormalisasi sebagai berikut:

1. Atribut turunan (terderivasi) adalah atribut yang nilainya dapat diambil dari nilai-nilai yang ada pada atribut lain.

2. Atribut berlebihan terdiri dari :
  - Atribut tercodekan adalah atribut memiliki kode tambahan yang menunjukkan kondisi lainnya.
  - Atribut gabungan adalah atribut didalam domain komposit.
  - Atribut tumpang-tindih adalah nilai atribut tidak sepenuhnya ekslusif.
  - Atribut berlebihan adalah atribut memiliki arti berbeda-beda sesuai entitasnya.

3. Tabel rekapitulasi adalah hasil pengolahan semua tabel. Apabila tabel sering di akses maka perlu dibuat tabel khusus untuk menyimpan data hasil rekapitulasi.
sumber: http://elearning.amikom.ac.id


BACA JUGA MENGENAI :

 PENGERTIAN SISTEM BASIS DATA & ARSITEKTUR BASIS DATA

 BAGIAN SQL & TIPE DATA

 PEMODELAN DATA & DIAGRAM KONTEKS, DFD dan ERD