Apa yang dimaksud dengan pemodelan data? Apa saja macamnya?

Sistem pendukung keputusan adalah suatu sistem yang berbasis komputer yang ditujukan untuk membantu pengambil keputusan dengan memanfaatkan data dan model tertentu untuk memecahkan berbagai persoalan yang tidak terstruktur.

Dalam sistem tersebut terdapat pemodelan data sebagai komponennya. Apa yang dimaksud dengan pemodelan data? Dan apa saja macamnya?

Pemodelan data adalah proses yang digunakan untuk mendefinisikan dan menganalisis kebutuhan data yang diperlukan untuk mendukung proses bisnis dalam lingkup sistem informasi yang sesuai dalam organisasi. Oleh karena itu, proses pemodelan data melibatkan pemodel data profesional bekerja sama dengan pemangku kepentingan bisnis, serta pengguna potensial dari sistem informasi.

Macam-macam model data

  1. OBDM (Object Based Data Model) = Model Data berbasis Obyek
  2. RBDM (Record Based Data Model) = Model data berbasis Record
  3. PBDM ( Physical Based Data Model) = Model data berbasis Fisik

1. Model Data Berbasis Obyek - OBDM (Object Based Data Model)


Merupakan himpunan data dan prosedur atau relasi yang menjelaskan hubungan logik antar data dalam suatu Basis Data berdasarkan pada obyek data. Model ini Terdiri dari

  • Entity Relationship model = ER-M
  • Semantic model
  • Binary model

Entity Relationship Model

Model untuk menjelaskan hubungan antar data dalam basis data berdasarkan suatu persepsi bahwa real word terdiri dari objek-object dasar yang mempunyai hubungan atau relasi antara objec-objec tersebut. E-R MODEL berisi ketentuan /aturan khusus yang harus dipenuhi oleh isi database. Aturan terpenting adalah MAPPING CARDINSLITIES, yang menentukan jumlah entity yang dpt dikaitkan dengan entity lainnya melalui relationship-set.

Kasus ERM

Semantic Model

Hampir sama dengan Entity Relationship model dimana relasi antara objek dasar tidak dinyatakan dengan simbol tetapi menggunakan kata-kata (Semantic). Sebagai contoh, dengan masih menggunakan relasi pada Bank X sebagaimana contoh sebelumnya, dalam semantic model adalah seperti terlihat pada gambar di atas.

Tanda-tanda yang menggunakan dalam semantic model adalah sebagai berikut :

------------> : Menunjukkan adanya
------------ : menunjukkan atribut

contoh kasus Semantic Model

Binary model

Binary model adalah model data yang memperluas definisi dari entity, bukan hanya atribute-atributenya, tetapi juga tindakan-tindakannya.

2. Model data berbasis Record - RBDM (Record Based Data Model)

Model data berbasis Record merupakan himpunan data dan prosdur/relasi yang menjelaskan hubungan logik antar data dalam suatu Basis Data model yang didasarkan pada record.
Model Basis data ini ada 3 yaitu:

  • Hierarchycal model
  • Network model
  • Relational model

Hirarki Model (Hierarchycal model)
Biasa juga disebut: tree structure (Struktur Pohon), hubungan bertingkat. Dalam model ini elemen-elemen penyusunnya disebut node. Dapat berupa rincian data, agregat data, dan record.

Istilah-istilah yang biasa digunakan dalam Model Hirarki

  • Root: node yang memiliki kedudukan paling tinggi dalam hirarki
  • Parent : node yang memiliki kedudukan lebih tinggi
  • Child : node yang memiliki kedudukan lebih rendah
  • Leaves: node yang tidak mempunyai child

Dalam model hirarki ini hanya ada satu root, setiap child hanya boleh mempunyai 1 parent dan parent boleh mempunyai > (lebih dari ) 1 child.

model hirarki_sistem manajemen basis data- joko muryanto
contoh gambar model Hirarki

Model jaringan (Network Model)

Mirip dengan hirarki model, dimana data dan hubungan antar data direpresentasikan dengan record dan links. Perbedaannya terletak pada susunan record dan linknya yaitu network model menyusun record-record dalam bentuk graph. Sebuah child dapat mempunyai lebih dari satu parent

model jaringan_sistem manajemen basis data- joko muryanto
contoh gambar model Hirarki

Relational model

Representasi dalam bentuk tabel yang terdapat sejumlah Bratis yang menunjuk record dan kolom yang menunjuk atribut.

Model ini banyak digunakan dalam pemodelan dan perancangan Basis Data. Konsep dan terminologi yang digunakan mirip dengan kondisi real yang dihadapi oleh pemkai sehingga mudah dipahami.

Model data berbasis Fisik - PBDM ( Physical Based Data Model)


Model Data Fisik digunakan untuk menguraikan data di tingkat internal atau menjelaskan kepada pemakai bagaimana data-data dalam basis data disimpan dalam media penyimpanan secara fisik. model ini jarang digunakan karena kerumitan dan kompleksitasnya yang justru menyulitkan pemakai.

Model ini terdiri dari :

  • unifying model
  • frame memory

Sumber

Pemodelan data adalah proses yang digunakan untuk mendefinisikan dan menganalisis kebutuhan data yang diperlukan untuk mendukung proses bisnis dalam lingkup sistem informasi yang sesuai dalam organisasi. Oleh karena itu, proses pemodelan data melibatkan pemodel data profesional bekerja sama dengan pemangku kepentingan bisnis, serta pengguna potensial dari sistem informasi. Ada tiga jenis model data yang dihasilkan ketika maju dari persyaratan untuk database sebenarnya yang akan digunakan untuk sistem informasi

Persyaratan data yang pada awalnya dicatat sebagai model data konseptual yang pada dasarnya satu set spesifikasi teknologi independen tentang Data dan digunakan untuk mendiskusikan kebutuhan awal dengan para pemangku kepentingan bisnis. Model konseptual ini kemudian diterjemahkan ke dalam sebuah model data logis, yang mendokumentasikan struktur dari data yang dapat diimplementasikan dalam database.

Penerapan satu model data konseptual mungkin memerlukan beberapa model data logis. Langkah terakhir dalam pemodelan data adalah mengubah model data logis untuk model data fisik yang mengatur data ke dalam tabel, dan rekening untuk rincian akses, kinerja dan penyimpanan. Pemodelan data mendefinisikan tidak hanya elemen data, tapi struktur dan hubungan antara mereka.

Teknik pemodelan data dan metodologi yang digunakan untuk model data dengan cara, standar yang konsisten, dapat diprediksi untuk mengelolanya sebagai sumber daya. Penggunaan standar pemodelan data sangat disarankan untuk semua proyek yang membutuhkan sarana standar mendefinisikan dan menganalisis data dalam sebuah organisasi, misalnya, menggunakan pemodelan data:

  1. Untuk mengelola data sebagai sumber daya.
  2. Untuk integrasi sistem informasi.
  3. untuk merancang database / gudang data (repositori data yang alias)

Pemodelan data dapat dilakukan selama berbagai jenis proyek dan dalam beberapa fase dari proyek. Model data yang bersifat progresif, tidak ada hal seperti model data akhir untuk bisnis atau aplikasi. Sebaliknya model data harus dianggap sebagai dokumen hidup yang akan berubah sebagai respons terhadap bisnis yang berubah.

macam-macam dari model data. Berdasarkan jenisnya, model data dibagi menjadi tiga jenis, antara lain.

1. OBDM (Object Based Data Model) = Model Data berbasis Obyek


Jenis model data berbasis obyek merupakan himpunan data dan prosedur atau relasi yang menjelaskan hubungan logik antar data dalam suatu basis data berdasarkan pada obyek data. Pada jenis model ini terdiri dari beberapa bagian yaitu, Entity Relationship Model, Semantic Model dan Binary model.

Entity Relationship Model

Entity relationship model atau model data keterhubungan antar entitas yaitu menjelaskan hubungan antar data dalam sistem basis data berdasarkan suatu presepsi bahwa real world dari obyek-obyek dasar yang mempunyai hubungan relasi antara obyek-obyek tersebut. Model entity relationship ini pertama diperkenalkan oleh Peter Chen pada tahun 1976.

Entity Relationship model berisi ketentuan atau aturan khusus yang harus dipenuhi oleh isi database. Aturan terpenting aalah Mapping Cardinslities, yang menentukan jumlah entity yang dpat dikaitkan dengan entity lainnya melalui relationship-set.

Semantic Model

Pada dasarnya semantic Model memiliki arti yang hampir sama denga entity relationship model. Hanya perbedaan yang tampak pada relasi objek dasar yang tidak dinyatakan dengan simbol melainkan meggunakan kata-kata (semantic). Contohnya pada gambar diatas. Tanda panah menunjukkan adanya relasi antar entity, sedangkan garis lurus menunjukkan atribut/unsur dari entity.

Binary Model

Binary model adalah model data yang memperluas definisi dari entity, bukan hanya atribute-atributenya, tetapi juga tindakan-tindakan.

Relasi memiliki tiga tipe biner, yaitu:

  1. One-to-one (1:1). Hubungan terjadi bila setiap instansi entitas hanya memiliki satu hubungan dengan instansi entitas lain.

  2. One-to-many (1:M). Relasi ini terjadi bila setiap instansi dapat memiliki lebih dari satu hubungan terhadap instansi entitas lain tetapi tidak kebalikannya.

  3. Many-to-many (M:N). Hubungan saling memiliki lebih dari satu dari setiap instansi entitas terhadap instansi entitas lainnya.

2. RBDM (Record Based Data Model) = Model data berbasis Record


Pada jenis model data berbasis record yaitu himpunan data dan prosedur atau relasi yang menjelaskan hubungan logik antar data dalam suatu basis data model yang didasarkan pada record. Pada jenis model data ini terdapat beberapa bagian yaitu, Hierarchycal model, Network model, Relational model.

Hirarki Model
Hirarki model biasa juga disebut tree structure (Struktur Pohon), hubungan bertingkat. Dalam model ini elemen-elemen penyusunnya disebut node. Dapat berupa rincian data, agregat data, dan record.

Istilah-istilah yang biasa digunakan dalam Model Hirarki

  • Root: node yang memiliki kedudukan paling tinggi dalam hirarki
  • Parent : node yang memiliki kedudukan lebih tinggi
  • Child : node yang memiliki kedudukan lebih rendah
  • Leaves: node yang tidak mempunyai child

Network Model
Mirip dengan hirarki model, dimana data dan hubungan antar data direpresentasikan dengan record dan links. Perbedaannya terletak pada susunan record dan linknya yaitu network model menyusun record-record dalam bentuk graph. Sebuah child dapat mempunyai lebih dari satu parent.

Relational Model
Representasi dalam bentuk tabel yang terdapat sejumlah Bratis yang menunjuk record dan kolom yang menunjuk atribut.

Model ini banyak digunakan dalam pemodelan dan perancangan Basis Data. Konsep dan terminologi yang digunakan mirip dengan kondisi real yang dihadapi oleh pemkai sehingga mudah dipahami.

3. PBDM ( Physical Based Data Model) = Model data berbasis Fisik


Pada jenis model data berbasis fisik digunakan untuk menguraikan data di tingkat internal atau menjelaskan kepada pemakai bagaimana data-data dalam basis data disimpan dalam media penyimpanan secara fisik. Model ini jararang digunakan karena kerumitan dan kompleksitasnya yang justru menyulitkan pemakai. Pada model ini terdapat beberapa bagian antara lain: Unifying model dan frame memory.

Sumber: http://www.pro.co.id

Definisi Umum


Data modelling atau pemodelan data pada rekayasa perangkat lunak, merupakan proses menciptakan model data untuk sistem informasi dengan menerapkan teknik pemodelan data formal.[5]

Pemodelan data adalah proses yang digunakan untuk mendefinisikan dan menganalisis data persyaratan yang diperlukan untuk mendukung proses bisnis dalam lingkup yang sesuai sistem informasi dalam organisasi. Oleh karena itu, proses pemodelan data melibatkan pemodel data profesional bekerja sama dengan para pemangku kepentingan bisnis, serta calon pengguna sistem informasi.[1]

Penggunaan standar pemodelan data sangat disarankan untuk;

  • mengelola data sebagai sumber daya
  • untuk integrasi sistem informasi
  • untuk mendesain database / gudang data (alias repositori data)
    Ditentukan dua jenis pemodelan data:
  • Pemodelan data strategis: Strategi yang mendefinisikan visi keseluruhan dan arsitektur untuk suatu sistem informasi.
  • Pemodelan data analisis sistem: Dalam sistem analisis model data logis diciptakan sebagai bagian dari pembangunan database baru.

Topik pemodelan data


Model Data

Model data memberikan struktur untuk data yang digunakan dalam sistem informasi dengan menyediakan definisi dan format tertentu. Jika model data yang digunakan secara konsisten di seluruh sistem maka kompatibilitas data dapat dicapai. Berikut merupakan rincian singkat (termasuk masalah) yang ada di dalam Model Data;

  • Business rules adalah aturan yang terspesifikasi tentang bagaimana suatu pekerjaan selesai di beberapa penempatan kerja, dan seringnya pekerjaan tersebut terselesaikan secara struktural yang ada di model data. Hal ini mempunyai makna bahwa tiap perubahan kecil dalam bisnis dapat mengakibatkan perubahan besar pada sistem komputer dan interfacenya.

  • Entitas sering tidak teridentifikasi dengan benar, Hal ini dapat menyebabkan terjadinya replikasi data, termasuk struktur data beserta fungsinya, bersamaan dengan biaya-biaya yang ada yang akan mempengaruhi pengembangan sistem data beserta hal yang terkait dengan maintenancenya.

  • Sistem model data dibuat untuk sistem yang kewenangannya berbeda pula. Hasil daripada tiap sistem tersebut menunjukkan bahwa interface yang kompleks diperlukan untuk sistem yang sifatnya saling berbagi data

  • Data tidak dapat dibagikan pada pelanggan karena struktur dari data belum di standarisasi. Bagaimanapun juga, model data harus dibuat seoptimal mungkin sehingga sesuai dengan kebutuhan bisnis.[2]

Skema Konseptual, Logika, dan Fisik

  • Skema Konseptual : Mendeskripsikan beberapa domain dari semantik (ruang lingkup pada sebuah model, sebagai contoh, bisa saja model tersebut bisa berupa sesuatu area yang menarik daripada sebuah organisasi atau industri

  • Skema Logis : Mendeskripsikan sebuah struktur dari beberapa domain sebuah informasi

  • Skema Fisik : Mendeskripsikan sebuah makna-makna dari sifat fisik sebuah penyimpanan data.[3]

Data modeling process


Proses sebuah desain database dapat meningkatkan tingkat produktivitas terhadap beberapa skema yang sudah dijelaskan tersebut. Database design mendokumentasikan skema tersebut untuk kemudian mengonversikannya menuju sebuah Data Definition Language (DDL), yang dimana hal ini dapat melakukan ‘generate’ pada sebuah database.

Dalam prosesnya, sistem interface menjadi salah satu faktor pemasukan akun sebesar 25%-70% dalam membangun sekaligus membantu biaya yang dikelurkan oleh sistem itu sendiri. Alasan Utama dalam adanya pembiayaan ini dikarenakan sistem tersebut tidak melakukan sharing data umum pada sebuah model data biasanya.[2]

Modeling methodologies

  • Bottom-up models : Adalah sudut pandang terhadap penglihatan secara langsung mengenai output yang sering dikeluarkan akibat dari upaya rekayasa ulang.
  • Top-down models : Adalah sudut pandang terhadap penglihatan secara langsung dengan cara yang abstrak untuk mendapatkan informasi melalui orang-orang yang tahu mengenai bidang kerjanya.[4]

Entity relationship diagrams

Model ini mempunyai nama lain “Entity Relationship Model”, karena menggambarkan suatu hubungan dan hal-hal yang bersifat entitas pada sebuah data. Model ini pula merupakan salah satu contoh konsep abstrak yang nantinya akan merepresentasikan sebuah struktur data

Generic data modeling

Model data generik mendefinisikan standar jenis dengan hal-hal yang mungkin terkait dalam suatu relasi,Misalnya relasi antara individu dengan kelas dan populasi. Model data ini memungkinkan ekspresi dan fakta yang tak terbatas

Semantic data modeling

Model data semantik digunakan untuk memberikan pandangan konseptual dengan ilustrasi atau model yang benar-bwnar dapat merepresentasikan apa yang terjadi di lapangan. Model data ini biasanya digunakan untuk perencanaan data resources, membangun shareable database, mengevaluasi vendor perangkat lunak, pengintegrasian database yang sudah ada,dan lain-lain.[5][6][7]

Langkah-langkah pemodelan data

  1. Mengidentifikasi data entitas, dimana model data dibuat dengan mengumpulkan informasi tentang organisasi dan mengumpulkan sudut pandang customer/client.

  2. Mengidentifikasi kunci identitas.

  3. Mendefinisikan hubungan dokumen satu dengan yang lainnya.

  4. Mempersiapkan konsep model data yang digunakan sebagai sebuah starting point untuk mengklasifikasikan data entitas.

  5. Memulai untuk mengambil model data secara logis dari konsep model data yang telah dipersiapkan sebelumnya untuk mengidentifikasi tipe dan subtipe didalam data entitas.

  6. Mengidentifikasikan atribut yaitu definisi, nama, dan atribut dokumen entitas juga mendiskripsikan langkah-langkah untuk mengakses data yang berisi model data, mengidentifikasi hal-hal primer, kandidat, dan kunci-kunci yang lain.

  7. Menormalisasi model data dengan mengikuti aturan-aturan normalisasi untuk memverifikasikan bahwa atribut sesuai dengan entitas.

  8. Mendesain model data secara fisik.[8]

Referensi

1.^ Simison, Graeme. C. & Witt, Graham. C. (2005).Data Modeling Essentials.3rd Edition. Morgan Kauffman Publishers. ISBN 0-12-644551-6
2.^ Matthew West and Julian Fowler (1999). Developing High Quality Data Models. The European Process Industries STEP Technical Liaison Executive (EPISTLE).
3.^ ( American National Standards Institute. 1975. ANSI/X3/SPARC Study Group on Data Base Management Systems; Interim Report. FDT (Bulletin of ACM SIGMOD) 7:2.)
4.^ Len Silverston, W.H.Inmon, Kent Graziano (2007). The Data Model Resource Book. Wiley, 1997. ISBN 0-471-15364-8. Reviewed by Van Scott on tdan.com. Accessed November 1, 2008.
5.^ http://searchdatamanagement.techtarget.com/definition/data-modeling.
6.^ Whitten, Jeffrey L.; Lonnie D. Bentley, Kevin C. Dittman. (2004). Systems Analysis and Design Methods. 6th edition. ISBN 0-256-19906-X.
7.^ FIPS Publication 184 released of IDEF1X by the Computer Systems Laboratory of the National Institute of Standards and Technology (NIST). December 21, 1993.
8.^ http://it.toolbox.com/blogs/enterprise-solutions/steps-in-data-modelling-22625
9.^https://en.wikipedia.org/wiki/Data_modeling