APA ITU ATTRIBUTE, ENTITAS, DAN RELASI DALAM ERD

  

Pengertian Entity Relationship Diagram ( ER-D ) Menurut Para Ahli | Bangpahmi.com

Atribut adalah ciri atau karakter yang membedakan antara entitas yang satu dengan entitas yang lain nya. Atribut dilambangkan dengan oval . pada atribut ini harus ada primary key (kunci utama) di mana primary itu di anggap sebagai atribut terpenting yang bisa memanggil atau mengkaitkan ke atribut lain.

Macam-macam atribut :

  1. Atribut deskriptif yaitu atribut yang tidak menjadi anggota dari primary key
  2. Atribut sederhana ialah atribut yang tidak bisa di pilih lagi
  3. Atribut komposit yaitu atribut yang bisa di uraikan
  4. Atribut tunggal yaitu atribut yang mempunyai banyak nilai untuk setiap basis data
  5. Atribut bernilai banyak merupakan atribut pada sebuah tabel yang memiliki satu nilai tetapi mempunyai jenis yang sama
  6. Atribut harus bernilai yaitu yang memiliki beberapa atribut pada suatu tabel dan kita tetapkan memiliki data dan nilainya tidak boleh kosong.
  7. Atribut turunan yaitu atribut yang nilai nya di dapatkan dari pengolahan atau bisa di turunkan dari atribut lain yang masih berhubungan. 

 

Entitas adalah individu yang mempunyai sesuatu yang eksistensi atau nyata yang bisa di bedakan dari yang lain nya. juga bisa di bilang, kumpulan objek yang dapat teridentifikasi secara unik. Di dalam ERD, entitas dilambangkan dengan bentuk persegi panjang. Kemudian, entitas lemah akan digambarkan dengan bentuk persegi panjang kecil di dalam persegi panjang yang besar. Untuk entitas lemah digunakan untuk melambangkan entitas yang memiliki hubungan dengan entitas lain (tidak unik).

 

Relasi adalah sebuah hubungan antara beberapa jenis entitas yang berasal dari himpunan entitas yang berbeda. Bentuk relasi ini akan dilambangkan dengan bentuk belah ketupat. Terdapat tiga jenis relasi yang digunakan dalam ERD, diantaranya adalh sebagai berikut:

  • One to One

Yang berarti, setiap entitas hanya boleh memiliki relasi dengan satu entitas yang lain. Contohnya adalah data mahasiswa dengan data NIM.

  • One to Many

Merupakan hubungan antara satu entitas dengan beberapa entitas, dan begitu pula sebaliknya. Contoh implementasinya adalah data terkait guru dengan siswa Sekolah Dasar (SD).

  • Many to Many

Merupakan hubungan antara beberapa entitas yang memiliki lebih dari satu relasi. Contohnya adalah siswa SMP dengan data terkait ekstrakurikuler yang tersedia.

 

Komentar

Posting Komentar

Postingan populer dari blog ini

PHYSICAL MODEL

Gambar
    APA ITU PHYSICAL MODEL      Physical Data Model merupakan model yang menggunakan sejumlah tabel untuk menggambarkan data serta hubungan antara data-data tersebut. Setiap tabel mempunyai sejunlah kolom di mana setiap kolom memiliki nama yang unik.      Sebuah physical data model adalah representasi dari design data yang memperhitungkan fasilitas dan kendala sistem database yang diberikan manajemen. Dalam siklus hidup proyek itu biasanya berasal dari model data logis, meskipun mingki reversed engineered dari implementasi data yang diberikan. Sebuah physical data model lengkap akan mencakup semua artefak database yang diperlukan untuk membuat hubungan antara tabel atau mencapai tujuan kinerj, seperti indeks defisini kendala, menghubungkan tabel, tabel dipartisi atau cluster. Physical data model biasanya dapat digunakan untuk menghitung perkiraan penyimpanan dan mungkin termasuk rician alokasi penyimpanan khusus untuk sistem database tertentu.   Jangan lupa kunjungi :  www.ubpkarawa
Baca selengkapnya

Tahapan Data Mining (pertemuan 1)

Gambar
  Tahapan Data Mining A. Cross-Industry Standard Process for Data Mining          A dalah salah satu model proses datamining (datamining framework) yang awalnya (1996) dibangun oleh 5 perusahaan yaitu Integral Solutions Ltd (ISL), Teradata, Daimler AG, NCR Corporation dan  OHRA. Framework ini kemudian dikembangan oleh ratusan organisasi dan perusahaan di Eropa untuk dijadikan methodology standard non-proprietary bagi data mining Tahapan tahapan yang ada di  Cross-Industry Standard Process for Data Mining meliputi : 1. Business Understanding Adalah tahap pertama dalam CRISP-DM dan termasuk bagian yang cukup vital. Pada tahap ini membutuhkan pengetahuan dari objek bisnis, bagaimana membangun atau mendapatkan data, dan bagaimana untuk mencocokan tujuan pemodelan untuk tujuan bisnis sehingga model terbaik dapat dibangun. 2. Data Understanding Secara garis besar untuk memeriksa data, sehingga dapat mengidentifikasi masalah dalam data. Tahap ini memberikan fondasi analitik untuk sebuah penel
Baca selengkapnya