Example: stock market

Database System (Sistem Basis Data) - S1 Matematika

Lecture NotesDatabase System (Sistem Basis Data) disusun olehNanda Arista Rizki, Deny Tisna Amijaya, MATEMATIKAFAKULTAS Matematika DAN ILMU PENGETAHUAN ALAMUNIVERSITAS MULAWARMAN2019 Copyright 2019 Nanda Arista Rizki, Fidia Deny Tisna work is licensed under a Creative Commons Attribution-NonCommercial-ShareAlike Internatio-nal , 2019 Daftar IsiDaftar Isiii1 Pengenalan sistem Basis Skala Pengukuran Data .. ModelEntity-Relationship.. dan himpunan relasi .. Diagram(ERD) .. Aljabar Relasional .. Latihan .. 192 Pemrograman MembuatDatabase.. Mendefinisikan Tipe Data .. Mengkalkulasi Atribut .. Menggunakan Variabel dan Fungsi .. Mengurutkan Data .. Kriteria Seleksi .. LogikaBoolean.. Logika Kondisi .. Ringkasan Data .. 45iiDAFTAR ISIiii3 Implementasi Komponen DBGrid .. Komponen DBNavigator dan DBEdit .. MemanipulasiDatabase.. Memanfaatkan StringGrid.

Pengenalan Sistem Basis Data Database-management System (DBMS) adalah kumpulan data yang saling terkait dan satu set program untuk mengakses datanya. Kumpulan data ini disebut basis data (database), yang merupakan kumpulan informasi mengenai fakta-fakta yang di-simpan dalam komputer secara sistematik. Tujuan utama DBMS adalah menyimpan

Tags:

  Sistem, Informasi

Information

Domain:

Source:

Link to this page:

Please notify us if you found a problem with this document:

Other abuse

Advertisement

Transcription of Database System (Sistem Basis Data) - S1 Matematika

1 Lecture NotesDatabase System (Sistem Basis Data) disusun olehNanda Arista Rizki, Deny Tisna Amijaya, MATEMATIKAFAKULTAS Matematika DAN ILMU PENGETAHUAN ALAMUNIVERSITAS MULAWARMAN2019 Copyright 2019 Nanda Arista Rizki, Fidia Deny Tisna work is licensed under a Creative Commons Attribution-NonCommercial-ShareAlike Internatio-nal , 2019 Daftar IsiDaftar Isiii1 Pengenalan sistem Basis Skala Pengukuran Data .. ModelEntity-Relationship.. dan himpunan relasi .. Diagram(ERD) .. Aljabar Relasional .. Latihan .. 192 Pemrograman MembuatDatabase.. Mendefinisikan Tipe Data .. Mengkalkulasi Atribut .. Menggunakan Variabel dan Fungsi .. Mengurutkan Data .. Kriteria Seleksi .. LogikaBoolean.. Logika Kondisi .. Ringkasan Data .. 45iiDAFTAR ISIiii3 Implementasi Komponen DBGrid .. Komponen DBNavigator dan DBEdit .. MemanipulasiDatabase.. Memanfaatkan StringGrid.

2 Menggunakan LazReport .. 55 Lampiran65 Deskripsi mata kuliahivMateri KuliahPertemuan Bahan Kajian1 Pengenalan2 ModelEntity-Relationship(entitas dan atribut)3 ModelEntity-Relationship(relasi dan himpunan relasi)4 Entity-Relationship Diagram(ERD)5 Aljabar relasional6 Structured Query Language(SQL)7 SQL8 UTS9 Manajemen dataset10 Komponen dbgrid11 Komponen dbedit dan dbnavigator12 Manipulasi data13 Komponen lazreport14 Diskusi pembuatan program (PROYEK)15 Diskusi pembuatan program (PROYEK)16 UASS istem PenilaianKriteriaPersentase KeteranganAfektif10%Kehadiran, AttitudePraktikum 20%Tugas, UTP, dan UAP (Asisten)UTS30%Tugas, dan Nilai UTSUAS40%Tugas, Diskusi proyek, dan Nilai UASInfo lebih lanjut, kunjungi 1 Pengenalan sistem Basis DataDatabase-management System (DBMS) adalah kumpulan data yang saling terkaitdan satu set program untuk mengakses datanya. Kumpulan data ini disebut basisdata ( Database ), yang merupakan kumpulan informasi mengenai fakta-fakta yang di-simpan dalam komputer secara sistematik.

3 Tujuan utama DBMS adalah menyimpandan mencari informasi Basis data dengan mudah, cepat, dan efisien. sistem basisdata dirancang untuk mengelola banyak informasi . Data-data ini perlu diolah me-lalui analisis tertentu sehingga berguna dalam pengambilan keputusan. Basis datasangat erat kaitannya dengan kehidupan sehari-hari, yaitu data perusahaan, databank, universitas, dan lain-lain. Data tertentu juga dapat diperoleh melalui hasilpengamatan. Pemanfaatan Basis data dilakukan dengan tujuan yaitu:1. kecepatan dan kemudahan (speed)2. efisiensi ruang penyimpanan (space)3. keakuratan (accuracy)4. ketersediaan (availability)5. kelengkapan (completeness)6. keamanan (security)7. data dapat dipakai secara bersama (shareability).1 Saat ini semua kebutuhan informasi dapat dipenuhi dengan cepat. Mulaimengetahui kurs dolar, jadwal tayang bioskop, banyaknyasubscriberseorangyou-tuber, sampai banyaknyafollowerakun seseorang. Selain itu, di era industri juga mempermudah seseorang dalam melakukan aktifitasnya, yaitu mulai darimemesan tiket, belanja bulanan, membayar uang kos dan lain-lain.

4 Tanpa disadari,semua data informasi ini masuk ke dalam suatu sistem Basis data. sistem ini sa-ngat diperlukan untuk analisis lebih lanjut mengenai semua hal yang akan teknikdata mining,serveruntuk sistem Basis data dapat mengetahui pa-da tanggal berapa saja jadwal penerbangan padat, kapan waktu yang tepat untuksuatu toko memberi diskon belanja, dan kasus menarik di kota Samarinda saat ini sangat viral dengan adanya penjualanroti. Jika pihak penjual membuat suatu aplikasi sehingga pembeli dapat mengaksesmenu pembelian, maka semua data penjualan yang tersimpan dapat dimanfaatkanoleh penjual untuk meningkatkan pendapatannya. Basis data yang tersimpan dalamserverdapat berupa waktu pembelian, tanggal pembelian, cuaca saat pembelian,banyaknya pesanan, jenis roti yang dipesan, spesifikasihandphonepembeli, danlain-lain. Bahkan jika pembeli memilikimember card, maka penjual roti dapatmengetahui identitas yang lebih banyak lagi untuk Skala Pengukuran DataSebelum mengenal lebih jauh tentang Basis data dan penggunaannya, alangkah baik-nya jika mempelajari skala pengukuran data terlebih dahulu.

5 Data dibagi menjadi4 skala, yaitu nominal, ordinal, interval, dan rasio yang dapat dirangkum dalamTabel dari data nominal digunakan ketika data tersebut hanya sebagaipembeda saja. Dalam hal ini, semua data dianggap sama atau setara. Artinyatidak ada datum yang lebih unggul, lebih baik, dan lebih tinggi. Contoh data no-minal adalah warna, jenis pekerjaan, jenis kelamin, program studi, dan mudah dipahami ketika nilai-nilai dari variabel nominal bernilai bilangan bu-lat. Misalkan warna kesukaan mahasiswa program studi Matematika adalah merahmarun, biru dongker, hijau toska, kuning langsat, dan putih susu. Peneliti bolehmemberi nilai-nilai untuk setiap warna tersebut. Karena data ini bersifat nominal, sistem Basis Data207065349maka nilai-nilai warna ini tergantung oleh peneliti. Sebagai contoh, warna merahmarun bernilai 2, biru dongker bernilai 1, hijau toska bernilai 0, kuning langsatbernilai 1, dan putih susu bernilai 2. Peneliti lain mungkin saja memiliki penilaianberbeda.

6 Artinya nilai data nominal boleh : Skala-skala Pengukuran DataSkalaTipe data OperasiFitur pembedaUkuran pemusatandataNominal diskrit=,6=hanya kategorihanya modusOrdinaldiskrit=,6=, , kategori terurut modus dan medianIntervalkontinu=,6=, , ,+, makna intervalmodus, median, danmeanRasiokontinu=,6=, , ,+, , , nilai nol mutlak modus, median, danmeanSelanjutnya adalah data ordinal. Dalam data ordinal, urutan data diper-hatikan. Artinya, urutan nilai dari data ordinal harus monoton. Salah satu contohdata ordinal adalah tingkat kelezatan suatu makanan. Seperti halnya data nomi-nal, Peneliti menginput jika nilai dari data ordinal diubah ke dalam bilangan sangat lezat lebih baik daripada lezat dan lezat lebih baik daripa-da hambar , maka Peneliti boleh menginput tingkat hambar bernilai 1, tingkat lezat bernilai 2, dan tingkat sangat lezat bernilai 3. Peneliti dilarang memberinilai untuk tingkat hambar sebesar 3, jika nilai untuk tingkat lezat dan sangatlezat masing-masing adalah 1 dan , bayangkan jika banyaknya nilai data ordinal sangat banyak laludikumpulkan menjadi bilangan yang padat seperti bilangan rasional.

7 Semua nilai-nilai ini memiliki peningkatan yang konstan dan relatif kecil. Data ordinal ini dapatdikatakan data interval. Data interval berbeda dengan istilah selang interval padamatakuliah kalkulus. Data inverval lebih menekankan pada sifat dari himpunannyasaja. Contoh yang paling mudah untuk mengilustrasikan data interval adalah datasuhu (temperatur). Semakin tinggi nilai suhu suatu ruangan, maka keadaan ruangantersebut semakin panas. Dalam hal ini, suhu 24 Cbukan berarti 2 kali lebih panasdari 12 Cdan suhu 12 Cbukan berarti 2 kali lebih panas dari 12 C. Suhu ruanganyang tidak panas juga bukan berarti memiliki nilai suhu 0 pengukuran data yang paling tinggi adalah data rasio. Nilai untuk da-ta rasio dapat dikonversi menjadi data interval, data ordinal, atau data Basis Data307065349 Perhatikan bahwa data interval juga dapat diubah menjadi data ordinal, atau datanominal. Hasil pengukuran data rasio yang bisa dibedakan, diurutkan, memilikijarak tertentu, dan bisa dibandingkan.

8 Nilai nol mutlak pada data rasio berartibenar-benar menyatakan tidak ModelEntity-RelationshipModelEntity-Rela tionshipmemiliki dua komponen utama pembentuk, yaitu entitas(entity) dan relasi (relation). Kedua komponen ini dideskripsikan lebih jauh melaluisejumlah atribut atau EntitasEntitas adalah individu yang mewakili sesuatu obyek yang nyata dan dapat dibe-dakan dari sesuatu yang lain. Contohnya adalah Winda, Ayla, Neni, Nurul, MobilToyota, Mobil Honda, Mobil Daihatsu, Melodi, Haruka, Buku aljabar linier, Bu-ku Basis data, Nasi kuning, Nasi goreng, Jus wortel,Milkshake, Roti balok, : Himpunan entitas MahasiswaHimpunan entitas (entity set) adalah sekelompok entitas yang berada dalamlingkup yang sama. Contoh himpunan entitas antara lain Pegawai, Mobil, Pe-langgan, Mahasiswa, Buku, Makanan, Minuman, dan lain sebagainya. Himpunanentitas (yang kurang praktis dalam penyebutannya) ini seringkali digantikan dengansebutan entitas saja.

9 Oleh karena itu, sering kali ditemukan penggunaan istilah enti- sistem Basis Data407065349tas yang berarti himpunan entitas. Dalam sistem Basis data, istilah entitas merujukpada nama tabel. Karena penggunaan entitas sebagai nama tabel, maka baris keidari entitas disebut data kei. Perhatikan bahwa Gambar merupakan AtributKomponen selanjutnya adalah atribut. Komponen atribut adalah karakteristik (pro-perti) yang mendeskripsikan suatu entitas. Dalam sistem Basis data, atribut inimerujuk pada kolom tabel. Sebagai contoh, atribut pada entitas Mahasiswa yangditampilkan dalam Gambar adalah nim, namamhs, alamatmhs, dan dibagi menjadi tujuh jenis yaitu atribut sederhana, atribut komposit,atribut bernilai tunggal, atribut bernilai banyak, atribut harus bernilai (mandatoryattribute), atribut nilainull, dan atribut turunan. Beberapa atribut ditunjukkandalam Gambar Adapun penjelasan masing-masing jenis ini adalah sebagaiberikut:1. Atribut sederhana adalah atribut atomik yang tidak dapat dipilah lagi.

10 Con-tohnya adalah jenis kelamin dan Atribut komposit adalah atribut yang masih dapat diuraikan lagi menjadisub-sub atribut yang masing-masing memiliki makna. Sebagai contoh, padaatribut Nama dapat diuraikan menjadi nama depan, nama tengah, nama be-lakang. Contoh lainnya adalah atribut alamat (nama jalan, nomor rumah,kota).3. Atribut bernilai tunggal adalah atribut yang hanya memiliki maksimal satunilai di tiap datanya. Contohnya NIM, nama, dan tanggal Atribut bernilai banyak adalah atribut yang dapat diisi lebih dari satu Atribut harus bernilai (mandatory attribute) adalah atribut yang harus berisisuatu data. Contohnya adalah NIM, nama mahasiswa, dan Atribut nilainulladalah atribut yang belum memiliki nilai. Dalam hal ini,nullartinya kosong. Contohnya, pada atribut hobimhs untuk entitas mahasiswaSistem Basis Data507065349(Gambar ) bernama Bunga yang memang tidak memilikihobby. Atributnulljuga dapat diartikan bahwa datanya belum siap atau masih Atribut turunan adalah atribut yang nilainya dapat diturunkan dari atributlainnya.


Related search queries