BASIS DATA

Hay guys kali ini gue bakalan nge share tugas UAS take home Basis Data, sebenernya emang disuruh upload di blog sih, hehe. Oke deh langsung masuk ke Bab 1, yaitu tentang Pengenalan Basis Data.. cekidooot..

                                                               

 BAB 1, Pengenalan Basis Data

    1.1    Data dan Informasi
-          Data adalah representasi untuk mewakili fakta dunia nyata. Representasi Data dapat berupa angka, huruf, gambar, suara, video dll. Fakta dunia nyata dapat berupa barang, kejadian, aktivitas dll.
-          Informasi, adalah data yang telah dikelola dalam bentuk tertentu untuk memberikan makna atau arti bagi penerimanya.
Kualitas data dan informasi dipengaruhi oleh hal2 sbb:-          Benar merepresentasikan dunia nyata, dan
-          Tepat waktu, dan
-          Tepat penggunaan.
 Siklus informasi adalah merupakan gambaran secara umum mengenai proses terhadap data sehingga menjadi informasi yang bermanfaat bagi pengguna. Informasi yaang menghasilkan informasi berikutnya.               

Siklus Informasi

  Tujuan dibangunnya basis data adalah sebgai berikut :

• Kecepatan & kemudahan (speed)

Dengan memanfaatkan basis data, memungkinkan kita untuk dapat menyimpan data atau melakukan perubahan/ manipulasi terhadap data atau menampilkan kembali data tersebut secara lebih cepat dan mudah.

• Efisiensi ruang penyimpanan (space)

Dengan basisdata, efisiensi ruang penyimpanan dapat dilakukan dengan menerapkan sejumlah pengkodean, atau dengan membuat relasi-relasi antar kelompok data yang saling berhubungan.

•  Keakuratan (accuracy)

Pengkodean atau pembentukan relasi antar data bersama dengan penerapan aturan/batasan (constraint), dmain data, keunikan data, dsb, yang secara ketat dapat diterapkan dalam sebuah basis data, sangat berguna untuk menekan ketidak akuratan penyimpanan data.

• Ketersediaan (availability)

Dengan pemanfaatan jaringan komputer, maka data yang berada di suatu lokasi/cabang dapat juga diakses (tersedia/available) bagi lokasi/cabang lain.

•  Kelengkapan (completeness)

Kelengkapan data yang disimpan dalam sebuah database bersifat relatif, bisa jadi saat ini dianggap sudah lengkap, tetapi belum tentu pada suatu saat dianggap lengkap. Untuk mengakomodasi kelengkapan data.

• Keamanan (security)

Aspek keamanan dapat diterapkan dengan ketat, dengan begitu kita dapat menentukan pemakai basis data serta obyek-obyek didalamnya ,serta jenis-jenis operasi apa saja yang boleh dilakukannya.

•  Kebersamaan pemakaian (sharability)

Basis data yang dikelola dengan aplikasi multi user dapat memenuhi kebutuhan ini.

Alasan mengapa mempelajari basisdata :

• Perpindahan dari komputasi ke informasi
• Himpunan elemen data semakin banyak dan beragam, sebagai contoh

1.  perpustakaan digital.
2.    Video interaktif
3. kebutuhan untuk memperluas DBMS

• DBMS mencakup bidang ilmu lain, sebagai contoh:

1. System operasi, bahasa pemrograman, teori komputasi, AI, logika, multimedia.

 

1.2   Perkembangan Basis Data

1.3   Sistem Basis Data

Perangkat lunak yang digunakan untuk mengelola dan memanggil kueri (query) basis data disebut sistem manajemen basis data (Database Management System, DBMS). DBMS memiliki karakteristik sebagai berikut:

• Software program
• Supplements operating sistem
• Manages data
• Queries data and generates reports
• Data security
 Sistem basis data adalah sistem yang terdiri atas kumpulan file-file yang saling berhubungan dan dikelola oleh program (DBMS) yang memungkinkan beberapa pemakai dan atau program lain yang memiliki otoritas untuk mengakses dan memanipulasi data tersebut. Kelebihan pemakaian DBMS adalah:

• Data berdiri sendiri (Data Independence)
• Pengaksesan data efisien (Efficient data access)
• Integritas data dan keamanan terjamin (Data integrity and security)
• Administrasi data (Data administration)
• Dapat diakses bersamaan (Concurrent access )
• Recovery saat terjadi kegagalan (Crash recovery)
• Mengurangi waktu pembangunan aplikasi (Reduced application development time)
 

1.4   Basis Data Relasional
Model relasional merupakan model sederhama sehingga mudah dipahami oleh pengguna. Sebuah database dalam model ini disusun dalam bentuk tabel dua dimensi yang terdiri dari baris (record) dan kolom (field), pertemuan antara baris dengan kolom disebut item data (data value), table-table yang ada dihubunngkan (relationship) sedemikian rupa menggunakan field-field kunci (Key Field) sehingga dapat meminimalkan duplikasi data. Tingkatan Data Dalam Database Relasi

• Karakter (Characters)

Merupakan bagian terkecil dalam database, dapat berupa angka maupun huruf, ataupun karakter-karakter lainnya.

• Field atau Attribute

Merupakan bagian dari record yang menunjukkan suatu item data yang sejenis, misalnya : field nama, file NIM dll. Setiap field harus mempunyai nama dan tipe data tertentu. Isi dari field di sebut Data Value. Dalam table database, field ini disebut juga kolom.

• Record atau Tupple

Record/tupple adalah kumpulan data value dari attribute yang berkaitan sehingga dapat menjelaskan sebuah entitu secara lengkap. Contoh: record dari entity dosen adalah sekumpulan NIP, nama, no_hp, dan alamat per-barisnya. Dalam database, record disebut juga baris.

• Table/Entity

Entity merupakan sesuatu yang dapat diidentifikasi dari suatu sistem database, bisa berupa objek, orang, tempat, kejadian atau konsep yang informasinya akan disimpan di database. Misal. Pada sistem database akademik, yang menjadi entity adalah, mahasiswa, dosen, matakuliah dan lain-lain. Dalam aplikasi nantinya, penggunaan istilah Entity sering di samakan dengan istilah Tabel. 

• Database

Kumpulan dari tabel-tabel yang saling berelasi, disusun secara logis, sehingga menghasilkan informasi yang bernilai guna dalam proses pengambilan keputusan. ada beberapa difat yang meleka pada suatu table:

a.       Tidak boleh ada record yang sama (kembar)
b.      Urutan record tidak terlalu penting, karena data dalam record dapat diurut sesuai dengan kebutuhan.
c.       Setiap field harus mempunyai nama yang unik (tidak boleh ada yang sama).
d.      Setiap field mesti mempunyai tipe data dan karakteristik tertentu.
 Contoh produk DBMS terkenal yang menggunakan model relasional antara lain adalah :1.       DB2 (IBM)
2.       Rdb/VMS (Digital Equipment Corporation)
3.       Oracle (Oracle Corporation)
4.       Informix (Informix Corporation)
5.       Ingres (ASK Group Inc)
6.       Sybase (Sybase Inc)
7.       Dan masih banyak lagi

 
1.5   Bahasa Basis Data

1.   Data Definition Languange (DDL)
DDL adalah perintah-perintah yang biasa digunakan oleh pengguna basis data untuk mendefinisikan skema ke DBMS.

2.  Interactive Data Manipulation Language (DML)

DML adalah perintah-perintah yang digunakan untuk mengubah, manipulasi dan mengambil data pada basis data.

  

3.  Transaction controlTransaction control adalah bahasa basis data yang mengatur transaksi yang dilakukan oleh Data Manipulation Language (DML).

4.     Embedded and Dinamic SQL, contoh C,C++,Java, Cobol, Pascal, etc.
Tidak semua DBMS memiliki fasilitas ini, salah satu contoh DBMS yang memiliki fasilitas ini adalah oracle dimana oracle dapat me-load class yang ditulis menggunakan bahasa pemrograman java kedalam database

.

5.     Authorization, untuk mendefinisikan hak akses spesifik terhadap objek-objek basis data.
  

Oke guys kita lanjut ke bab 2 yaitu Entity Relationshi Model,

Okeeee cekidoooooot....

BAB 2

ENTITY RELATIONSHIP MODEL

                Entity Relationship Model adalah moel data konseptual tingkat tinggi untuk perancangan basis data. Model data konseptual adalah himpunan konsep yang mendeskripsikan nstruktur basis data , transaksi pengambilan dan pembaruan basis data.

Komponen-komponen utama model ER adalah:

2.1 Entitas (entity)

Entitas memodelkan objek-objek yang berada diperusahaan/lingkungan. Dalam berbagai pembahasan/literature, penyebutan himpunan entitas (yang kurang praktis) ini seringkali digantikan dengan sebutan entitas saja. Karena itu sering ditemui, penggunaan istilah entitas (entity) di sebuah literature sebenarnya menunjuk pada himpunan entitas. Entitas adalah objek yang dirasa penting di sistem tersebut, yg bisa berupa :

•         Objek Konkrit

Contoh : Orang, Mobil, Buku

•      Objek Abstrak

Contoh : Penjualan, Jadwal, Pinjaman, Tabungan

Entitas menunjuk kepada pada individu suatu objek sedangkan himpunan entitas menunjuk pada rumpun (family) dari inividu tersebut.

Sebuah entitas/himpunan dapat di gambarkan/dinotasikan dengan sebuah gambar persegi panjang. Setiap entitas mempunyai atribut yang melekat pada entitas tersebut.

2.2   Relationship

memodelkan koneksi/hubungan di antara entitas-entitas. Entity Relationship Diagram memperlihatkan bahwa setiap entitas - entitasnya di hubungkang dengan relasi.Relasi menggambarkan hubungan antara entitas satu dengan entitas yang lain sesuai dengan proses bisnisnya. Notasi relasi didalam diagram ER digambarkan dengan notasi belah ketupat.

Derajat Himpnan Relasi

a.       Unary = hanya me-relasi-kan 1 entitas

b.      Binary = Me-relasi-kan 2 entitas

c.       Ternary = Mer-relasi-kan 3 entitas

Kardinalitas Relasi

    Kardinalias relasi menggambarkan banyaknya jumlah maksimum entitas dapat ber-relasi dengan entitas pada himpunann entitas yang lain. Pada himpunan relasi biner, pemetaan kardinalitas relasi dapat berupa salah satu dari pilihan berikut :

1. satu ke satu

dari gambar tersebut dapat disimpulkan bahwa setiap satu entitas hanya dapat mempunyai maksimal 1 entitas.

2. satu ke banyak

gambar tersebut menujukan  bahwa untuk setiap entitas di himpunan entitas pertama berpasangan dengan banyak entitas di himpunan entitas kedua. Dari pertama ke kedua kardinalitasnya maksimal adalah banyak, dan dari dari kedua ke pertama maksimalnya adalah 1. Oleh karena itu relasi ini berkardinalitas 1 ke banyak.

3. banyak ke satu

banyak ke satu kebaliak dari satu ke banyak. Dari pertama ke kedua kardinalitasnya maksimal adalah 1, dan dari kedua ke pertama kardinalitasnya maksimal adalah banyak. Oleh karena itu relasi ini berkardinalitas banyak ke 1.

4. banyak ke banyak

Relasi di atas menggambarkan bahwa untuk setiap entitas di himpunan entitas pertama berpasangan dengan maksimal banyak entitas di himpunan entitas kedua. Dari pertama ke kedua kardinalitasnya maksimal adalah banyak, dan dari kedua ke pertama kardinalitasnya maksimal adalah banyak. Oleh karena itu relasi ini berkardinalitas banyak ke banyak.

2.3   Atribut-atribut (properti-properti), memodelkan properti-properti dari entitas dan relationship. Setiap atribut mempunyai domain value set yaitu batasan yang dibolehkan bagi suatu atribut. Notasi atribut digambarkan dengan gambar elips. Atribut kunci biasa di beri tanda # atau garis bawah.

Tipe-tipe atribut dapat dibedakan:

a.       Simple dan composite

Atribut Simple yaitu suatu atribut yang tidak bisa dibagi menjadi bagian yg lebih kecil lagi. Contoh atribut simple adalah Jenis Kelamin. Atribut Composite yaitu suatu atribut yang dapat di bagi menjadi beberapa bagian. Contoh atribut composite Nama dapat di bagi menjadi nama depan dan nama belakang.
Berikut contoh attribut komposit

b.      Single value dan multivalued

     Atribut Single value yaitu suatu atribut yang bisa di isi paling banyak 1 nilai untuk setiap baris data. Contoh atribut single value adalah Jenis Kelamin.
Atribut Multivalued yaitu suatu atribut yang bisa lebih dari 1 nilai yang sejenis untuk setiap baris data. Contoh atribut multivalued :

c.       Derived attribute

  Derived Attribute yaitu suatu atribut yang nilainya didapatkan dari hasil pengolahan atribut lain. Contoh atribut derived adalah umur yaitu didapatkan dari perhitungan tanggal lahir dan tanggal sekarang.

2.4   Konstrain-konstrain (batasan-batasan) integritas, konstrain-konstrain ketentuan validitas.

2.5 Key
     key digunakan  untuk membedakan suatu entitas didalam himpunan entitas dengan entitas lain. Key dipilih karena unik, untuk setiap entitas sehingga bisa di bedakan dari entitas yang lain. Kita bisa mendefinisikan key sebagai satu atau gabungan dari beberapa atribut yang dapat membedakan semua row dalam relasi secara unik.
Berikut adalah macam - macam key :
- Superkey
    kumpulan attribut yang dapat membedakan satiap baris data dalam sebuah relasi secara unik. Contoh super key yaitu :• Nim, nama, alamat, kota
• Nim, nama, alamat
• Nim, nama
• Nim
- Candidate key
Kumpulan atribut minimal yang dapat membedakan setiap baris data dalam sebuah relasi secara unik. Contoh Nim
- Primary key <--- paling sering digunakan
Primary key merupakan salah satu dari candidate key yang terpilih. Alasan pemilihan primary key :
• Lebih sering di jadikan acuan
• Lebih ringkas
• Jaminan keunikan key lebih baik
Contoh dari primary key adalah Nim

 TAHAPAN PEMBUATAN ENTITY RELATIONSHIP DIAGRAM

dari uraian diatas dapat disimpulkan bahwa tahapan-tahapan untuk pembuatan ER diagram adalah sebagai berikut :

1. Mengidentifikasikan dan menetapkan seluruh himpunan entity yang akan terlibat.
2. Menentukan atribut-atribut dari setiap entity.
3. Menentukan atribut primary key dari setiap entity.
4. Menentukan relationship antar entity.
5. Menentukan atribut-atribut dari setiap relationship (jika ada).
6. Menentukan Cardinality Rasio.
7. Menentukan Participation Constraint.

Contoh ERD SI AKADEMIK,

BAB 3 KONVERSI ER KE BASIS DATA 

       RELATIONAL

   ER adalah sebuah model yang konseptual dari basis data relational. Desain ER bisa di konversikan atau di ubah mejadi bentuk tabel yang akan di simpan di dalam basis data. yang utama dari pembahasan kali ini  adalah kapan dan bagaimana kita menggunakan weak entity, spesilisasi dan agregasi dan bagaimana menurunkan konseptual ER kedalam tabel.

3.1 Himpunan Entitas Lemah

     Himpunan Entitas Lemah pada umumnya selalu bergantung pada entitas lain dan tidak memiliki primary key. Notasi entitas lemah dilambangkan dengan double persegi panjang, sedangkan relasi untuk himpunan entitas lemah dilambangkan dengan double diamond. Diskriminator / key parsial adalah atribut – atribut yg dpt membedakan entitas – entitas yang terdapat di himpunan entitas lemah. Diskriminator tidak sama dengan primary key. Konsep diskriminator hanya di pakai pada himpunan entitas lemah. Primary key pada Himpunan Entitas lemah ada 2 yaitu primary key dari entitas kuat yg berelasi dan diskriminator / key parsialnya.

contoh himpunan entitas lemah :

     Gambar diatas menjelaskan bahwa  seorang pekerja mendapatkan tunjangan dari perusahaan tempat dia bekerja. Tunjangan dalam hal ini adalah entitas lemah. Tunjangan sebagai entitas tidak bisa berdiri sendiri, tunjangan harus bergantung pada entitas pegawai (* tidak akan ada tunjangan jika tidak ada pegawai).
Kardinalitas relasi yang terjadi pada himpunan entitas lemah biasanya merupakan banyak ke 1 atau 1 ke banyak dengan kardinalitas 1 di himpunan entitas yang lebih kuat.

3.2 Spesialisasi dan Generalisasi

   Spesialisasi adalah suatu proses desain top-down dengan mendesain subgrouping didalam didalam himpunan entitas yang berbeda dari himpunan entitas. Tujuan dari spesialisasi adalah memberikan gambaran konseptual tentang perbedaan karakteristik dari himpunan entitas yang hampir serupa dengan konsep sub grouping / pengelompokan.

Generalisasi merupakan proses desain bottom-up dengan mengkombinasikan jumlah himpunan entitas yang digunakan secara bersama sama. Spesialisasi dan generalisasi sama sama digambarkan dengan notasi ISA, yang membedakan adalah sudut pandangnya saja. Jika Spesialisasi kita mendefinisikan entitas secara umum kemudian mencari subgroup dari entitas tersebut, tetapi generalisasi memandang sebaliknya, dari adanya subgroup subgroup yang berbeda kemudian di cari entitas umum yang mewakili 2 himpunan entitas tersebut.

3.3 Agregasi
Agregasi merupakan hubungan antara satu object dengan object lainnya dimana object satu dengan object lainnya sebenarnya terpisah namun disatukan. sehingga tidak terjadi kebergantungan (Object lain bisa ada walau object penampungnya tidak ada ).

3.4 Ringkasan Notasi simbol ER

3.5 Skema ER ke Tabel

     Penurunan skema itu dibutuhkan karena penurunan skema dimaksudkan untuk mengubah sebuah konsep hubungan entitas dan relasi kedalam bentuk fisik tabel tabel yang berelasi.

Secara umum penurunan diagram ER ke tabel memiliki aturan sebagai berikut :
• Setiap himpunan entitas menjadi Tabel (* baik himpunan entitas kuat atau lemah)
• Setiap atribut menjadi kolom di tabel
• Kardinalitas relasi akan menentukan jumlah tabel yang terbentuk (* akan di bahas di bawah lebih detail)

3.6 Representasi Atribut menjadi Kolom

   Atribut bertipe simple , single dan derived direpresentasikan sama persis seperti diagram ER. Tetapi untuk atribut komposit dan multivalued mempunyai aturan representasi tersendiri.
   Atribut komposit akan dipecah dengan membuat atribut terpisah untuk masing masing komponennya. Contoh atribut nama pada tabel mahasiwa, di pecah menjadi 2 kolom yaitu nama depan dan nama belakang.
Atribut multivalued mengharuskan untuk di pecah menjadi 2 Tabel. Atribut multivalued M dari entitas E direpesentasikan oleh tabel terpisah EM.

3.7 Representasi Himpunan Entitas sebagai Tabel

     Himpunan entitas kuat di representasikan kedalam tabel dengan kolom sama persis dengan atribut yang sudah di definisikan di diagram ER. Perhatikan gambar di bawah ini :

BAB 4 NORMALISASI 

4.1 Pengertian Normalisasi

       Apa itu normalisasi? Menurut (E.F. Codd, 1970) normalisasi adalah langkah-langkah sistematis untuk menjamin bahwa struktur database memungkinkan untuk general purpose query dan bebas dari insertion, update dan deletion anomalies yang dapat menyebabkan hilangnya integritas data.

4.2 Tujuan Normalisasi

     tujuan dari dinormalisasikannya suatu model database yaitu untuk memperbaiki desain tabel yang kurang baik sehingga penyimpanan data menjadi lebih efisien dan bebas anomali data. Untuk memperjelas pemahaman tentang proses normalisasi. selain itu, normalisasi juga berperan untuk mengurangi redudansi data.

tujuan normalisasi secara rinci adalah sebagai berikut :
-Untuk menghilang kerangkapan data

-Untuk mengurangi kompleksitas 

-Untuk mempermudah pemodifikasian data

4.3 Tahapan Normalisasi

Tahapan dari nomralisasi dapat ditunjukan oleh gambar berikut :

Bentuk - bentuk normal :

 

1.Bentuk Normal Tahap Pertama (1st Normal Form / 1NF)

2.Bentuk Normal Tahap Kedua (2nd Normal Form / 2NF)

3.Bentuk Normal Tahap (3rd Normal Form / 3NF)

4.Boyce-Code Normal Form (BCNF)

5.Bentuk Normal Tahap (4th Normal Form / 4NF)

6.Bentuk Normal Tahap (5th Normal Form / 5NF)

1. BENTUK NORMAL PERTAMA (1NF)

Bentuk normal pertama merupakan bentuk normal dengan lever terendah, dan diperlukan tahapan normalisasi berikutnya untuk mencapai kelebih normalan dan keakuratan data.

berikut adalah persyaratan untuk mencapai First Normal Form :

1. Tidak adanya atribut multi-value, atribut komposit atau kombinasinya.

            ( atribut multi-value adalah atribut yang bernilai ganda dan dapat dibagi lagi )

2. Mendefinisikan atribut kunci.

3. Setiap atribut dalam tabel tersebut harus bernilai atomic (tidak dapat dibagi-bagi lagi)

Berikut adalah contoh data-data yang belum ternormalisasi:


Pada data tabel di atas, contoh data belum ternormalisasi sehingga
dapat diubah ke dalam bentuk 1NF dengan cara membuat setiap baris
berisi kolom dengan jumlah yang sama dan setiap kolom hanya mengandung satu
nilai.



2. BENTUK NORMALISASI KEDUA (2NF)

Untuk mencapai bentuk normal kedua, dibutuhkan beberapa persyaratan sebagai berikut :

1. Sudah memenuhi dalam bentuk normal kesatu (1NF)

2. Semua atribut bukan kunci hanya boleh tergantung (functional dependency) pada atribut kunci

3. Jika ada ketergantungan  parsial maka atribut tersebut harus dipisah pada tabel yang lain

4. Perlu ada tabel penghubung ataupun kehadiran foreign key bagi atribut-atribut yang telah dipisah tadi

Berikut ini adalah contoh data pada tabel mahasiswa yang belum memenuhi
bentuk 1NF.



Bentuk 1NF-nya:


Bentuk 2NF-nya didapat dengan teknik berikut ini:
Pada bentuk 1NF-nya, terlihat bahwa kolom NIM merupakan PrimaryKey. 
NIM -> Nama, Dosen Wali. Artinya adalah bahwa atribut Nama dan Dosen Wali
bergantung pada NIM.
Tetapi NIM <> Kode MataKuliah. Artinya adalah bahwa atribut Kode_MataKuliah tidak tergantung pada NIM.
Sehingga, bentuk 2NF-nya terbagi atas 2 table:

Table1


Table2

BENTUK NORMALISASI KETIGA (3NF)

Jika tabel telah berada dalam bentuk normal ke tiga ( Third Normal Form ) , maka tabel tersebut bisa dianggap cukup normal. Third Normal Form merupakan syarat minimum bagi sebuah desan tabel walaupun akan lebih baik jika juga memenuhi BCNF.
Berikut adalah persyaratan untuk mencapai bentuk normal ketiga ( 3NF ) : 

1. Sudah berada dalam bentuk normal kedua (2NF)

2. Tidak ada ketergantungan transitif (dimana atribut bukan kunci tergantung

pada atribut bukan kunci lainnya). 

Berikut ini adalah contoh tabel Mahasiswa yang sudah dalam bentuk 1NF:



Bentuk 2NF-nya:
Table1


Table2


Table3


Namun, di Table1, atribut nonkey(Nilai dan Bobot) masih memiliki ketergantungan fungsional. Maka, untuk memenuhi bentuk 3NF, Table1 harus dipecah lagi menjadi:

 
Selain daripada apa yang di bahas sebelumnya, ada bentuk-bentuk normal Form lainnya sebagai berikut :

1. Bentuk Normal ke-4 (4th NF)
diperkenalkan oleh Ronald Fagin pada tahun 1977
2. Bentuk Normal ke-5 (5th NF)
diperkenalkan oleh Ronald Fagin pada tahun 1979
3. Domain/Key Normal Form (DKNF)
diperkenalkan oleh Ronald Fagin pada tahun 1981
4. Bentuk Normal ke-6 (6th NF)
diperkenalkan oleh Date, Darwen dan Lorentzos pada tahun 2002

4.4 Denormalisasi

      Denormalisasi merupakan suatu proses untuk menggandakan data secara sengaja (sehingga menyebabkan redundansi atau perulangan data) untuk meningkatkan performa basis data, untuk meningkatkan kecepatan akses data atau memperkecil query cost. 
       Denormalisasi berbeda dengan normalisasi. Denormalisasi dilakukan setelah tabel dalam kondisi ‘cukup normal’ (mencapai level bentuk normal yang dikehendaki). sedangkan normalisasi dimulai sejak tabel dalam keadaan tidak normal atau belum cukup normal.

 Tujuan Denormalisasi :
1.  Mempercepat proses query dengan cara meminimalkan cost yang disebabkan oleh operasi join antar tabel
2.  Untuk keperluan Online Analytical Process (OLAP)
3.  Dan lain-lain 

Konsekuensi Denormalisasi :

   1.Perlu ruang ekstra untuk penyimpanan data

2.  Memperlambat pada saat proses insert, update dan delete sebab proses-proses tersebut harus   dilakukan terhadap data yang redundant (ganda)


untuk lebih jelas nya kunjungi website dibawah ini :)
cs.upi.edu  dan budi.staf.upi.edu