Normalisasi

Kegiatan Belajar 1: Normalisasi Data

A. Tujuan dan Proses Normalisasi

1. Pengertian Normalisasi

• Normalisasi: proses pengelompokan data ke dalam bentuk tabel/relasi untuk menyatakan entitas dan hubungannya sehingga terwujud basis data yang mudah dimodifikasi; pertama kali diperkenalkan E.F. Codd tahun 1972.
• Tujuan utama: mengidentifikasi kesesuaian hubungan data untuk memenuhi kebutuhan organisasi, menghilangkan kerangkapan data, mempermudah modifikasi data, optimalisasi struktur tabel, meningkatkan kecepatan akses, dan menghindari anomali.

2. Proses Normalisasi

• Langkah 1: data diuraikan dalam bentuk tabel, kemudian dianalisis berdasarkan persyaratan tertentu ke beberapa tingkat.
• Langkah 2: apabila tabel belum memenuhi persyaratan, tabel dipecah menjadi beberapa tabel lebih sederhana sampai memenuhi bentuk optimal.
• Hasil optimal: struktur record konsisten secara logis, mudah dimengerti, sederhana dalam pemeliharaan, mudah ditampilkan kembali, dan minimalisasi kerangkapan data.

3. Relasi/Tabel Berstruktur Baik

• Kriteria 1: mengandung redudansi seminimal mungkin.
• Kriteria 2: memungkinkan insert, update, delete tanpa menimbulkan kesalahan atau inkonsistensi.

B. Anomali

1. Pengertian Anomali

• Anomali: masalah yang timbul dalam pembuatan tabel basis data yang memiliki efek samping tidak diharapkan, terjadi karena adanya redundansi data.

2. Jenis-jenis Anomali

• Anomali Peremajaan (Update Anomaly): error akibat operasi perubahan tuple/record; ketika data redundan diubah di satu tempat tetapi tidak di tempat lain, terjadi inkonsistensi.
• Anomali Penyisipan (Insertion Anomaly): error akibat operasi insert; ketika menambah data baru membutuhkan data cabang/manager yang sebenarnya tidak relevan, atau elemen kosong menjadi key.
• Anomali Penghapusan (Delete Anomaly): error akibat operasi delete; ketika menghapus satu baris menyebabkan hilangnya informasi lain yang masih diperlukan.

C. Ketergantungan Fungsional

1. Jenis Ketergantungan Fungsional

• Full Dependency (Ketergantungan Penuh): atribut B tergantung sepenuhnya pada atribut A, tidak ditentukan atribut lain.
• Partial Dependency (Ketergantungan Sebagian): atribut memerlukan gabungan dua atribut untuk menentukan nilainya; hilangnya salah satu tidak mengubah hasil.
• Transitive Dependency (Ketergantungan Transitif): ketergantungan fungsional antara dua atau lebih atribut bukan kunci — jika A→B dan B→C, maka A→C (C tergantung transitif pada A melalui B).

D. Bentuk-Bentuk Normal

1. Unnormalized Form (UNF)

• Kriteria: relasi mempunyai bentuk non flat file, memuat set atribut berulang, atau atribut non-atomic value.
• Masalah: data tidak lengkap, duplikasi, tidak memiliki struktur yang sama.

2. First Normal Form (1NF)

• Syarat: setiap atribut bernilai tunggal (atomic) untuk setiap baris; tidak ada set atribut berulang atau atribut bernilai ganda.
• Masalah dalam 1NF: tidak dapat menyisipkan informasi parsial, terhapusnya informasi saat delete record, pembaharuan atribut non-kunci mengakibatkan sejumlah record harus diperbaharui.
• Proses: tentukan kunci → identifikasi grup berulang → hapus grup berulang dengan flattening table.

3. Second Normal Form (2NF)

• Syarat: memenuhi 1NF + setiap atribut bukan kunci bergantung fungsional secara utuh pada primary key (tidak ada partial dependency).
• Masalah dalam 2NF: kerangkapan data, pembaharuan tidak efisien, penyimpangan saat insert/delete/update.
• Proses: identifikasi primary key → identifikasi FD → hapus partial dependency dengan menempatkan relasi baru bersama determinannya.

4. Third Normal Form (3NF)

• Syarat: memenuhi 2NF + atribut bukan kunci tidak memiliki dependensi transitif terhadap primary key.
• Proses: identifikasi primary key → identifikasi FD → hapus transitive dependency dengan mendekomposisi ke relasi baru.

5. Boyce-Codd Normal Form (BCNF)

• Syarat: memenuhi 3NF + semua penentu (determinan) adalah kunci kandidat; setiap atribut bergantung pada super key.
• Catatan: relasi yang memenuhi BCNF selalu memenuhi 3NF, tetapi tidak selalu sebaliknya.

6. Bentuk Normal Lanjutan

• 4NF: memenuhi BCNF + tidak ada multi-valued dependency non-trivial.
• 5NF: kerelasian antar data tidak dapat direkonstruksi dari struktur yang memuat atribut lebih sedikit.
• DKNF: setiap batasan dapat disimpulkan dari nama atribut, domainnya, dan kumpulan atribut kuncinya.

---

Kegiatan Belajar 2: Redundansi dan Denormalisasi

A. Redundansi

1. Pengertian Redundansi

• Redundansi: duplikasi data yang disimpan secara berulang di beberapa lokasi, dapat menyebabkan ketidakkonsistenan (inconsistent).
• Sifat dalam RDBMS: redundansi tidak bisa dihilangkan sepenuhnya karena diperlukan untuk menghubungkan tabel melalui primary key; yang perlu diminimalisir adalah redundansi berlebihan.

2. Kerugian Redundansi Berlebihan

• Penyimpanan: membutuhkan ruang penyimpanan lebih besar.
• Integritas: melemahkan integritas basis data.
• Performa: memerlukan waktu tambahan pada setiap proses pengubahan data.

B. Denormalisasi

1. Pengertian Denormalisasi

• Denormalisasi: proses pengembalian tabel yang tadinya normal menjadi tidak normal dengan tujuan meningkatkan performa basis data.
• Tujuan: mengurangi perhitungan, kompleksitas perintah, dan jumlah tabel yang dilibatkan dalam query.

2. Atribut Turunan

• Definisi: atribut yang nilai-nilainya diperoleh dari pengolahan atau dapat diturunkan dari atribut tabel atau tabel lain yang berhubungan.
• Sifat: dapat dihilangkan dari tabel karena bergantung pada atribut lain.
• Contoh: atribut Angkatan pada tabel Mahasiswa sudah terkandung dalam NIM, sehingga kolom Angkatan bisa dibuang.

3. Atribut yang Berlebihan

• Definisi: atribut yang menyatakan lebih dari satu fakta, melanggar 1NF karena tidak memiliki domain nilai unik.
• Jenis:
• Atribut terkodekan: memiliki kode tambahan yang menunjukkan beberapa kondisi.
• Atribut gabungan: atribut dalam dokumen komposit (contoh: NIM = kode prodi + tahun).
• Atribut tumpang tindih: tidak sepenuhnya eksklusif.
• Atribut bermakna ganda: arti berbeda tergantung entitasnya.

4. Tabel Rekapitulasi

• Definisi: tabel tambahan atau field tambahan yang dibuat untuk mengatasi lambatnya pengolahan data saat melibatkan beberapa tabel.
• Contoh: menambahkan field total_harga pada tabel penjualan sehingga tidak perlu join dengan tabel barang setiap kali menghitung total.
• Manfaat: pengambilan data menjadi lebih cepat dan efisien karena query hanya melibatkan satu tabel.