Sebut dan jelaskan dengan singkat tentang jenis Integritas data

BASIS DATA INTEGRITAS BASIS DATA

BEBERAPA KEKANGAN DALAM BASIS DATA Terdapat beberapa kekangan yang harus dipatuhi pada file basis data agar dapat memenuhi kriteria sebagai suatu basis data. Beberapa kekangan itu berhubungan dengan masalah kerangkapan data, inkonsistensi data, data terisolasi, keamanan data, dan integritas data.

DATA REDUDANCY Data Redudancy, yaitu munculnya data-data yang sama secara berulang-ulang pada file basis data yang semestinya tidak diperlukan.

DATA INCONSISTENCY Data Inconsistency, yaitu munculnya data yang tidak konsisten pada medan yang sama untuk beberapa file dengan kunci yang sama. Ketidak-konsistenan data biasanya terjadi akibat kesalahan dalam pemasukan data (data entry) atau update anomaly, yaitu suatu proses untuk meng-update data, tetapi mengakibatkan munculnya data yang tidak konsisten atau kehilangan informasi tentang objek yang ditinjau

DATA INTEGRITY (INTEGRITAS DATA) Informasi yang disimpan pada basis data bisa valid jika DBMS membantu mencegah pemasukan informasi yang tidak benar. Jika basis data memenuhi semua konstrain integritas yang dispesifikasikan pada skema basis data maka basis data adalah valid. DBMS memaksakan konstrain integritas sehingga hanya mengijinkan basis data valid yang akan disimpan oleh DBMS.

Integritas Data adalah merupakan keutuhan dan kesatuan data dalam basis data sehingga data tersebut dapat menjadi sumber informasi yang dapat digunakan. Batasan integritas merupakan aturan yang diberikan pada suatu tabel agar data yang dimasukkan terjamin validitasnya. Batasan integritas akan menjaga basis data dari kerusakan yang terjadi secara tidak sengaja dengan memastikan bahwa perubahan yang diperbolehkan tidak mengakibatkan terjadinya inkonsistensi data

JENIS BATASAN INTEGRITAS Aturan integritas domain. Domain adalah nilai nilai yang dimungkinkan untuk setiap atribut. Setiap atribut harus mempunyai domain yang sama. Aturan integritas entitas. Misalkan, dalam penerapan model basis data relasional, tidak ada suatu atribut primary key yang memiliki nilai NULL, artinya bahwa setiap atribut primary key harus memiliki nilai tertentu. Aturan integritas referensial. Jika foreign key terdapat di relasi maka nilai foreign key harus cocok pada nilai primary key suatu tupel di relasi asal (home relation). Aturan integritas yang didefiniskan pemakai. adalah aturan aturan tambahan yang dispesifikan pemakai atau administrator basis data

INTEGRITAS REFERENSIAL Integritas referensial merupakan cara untuk menjaga agar Foreign Key suatu tabel dan Primary Key milik tabel yang direferensi, selalu konsisten. Tujuan integritas referensial untuk menjamin dan memastikan agar entitas dalam suatu tabel yang menunjuk ke suatu pengenal unik pada suatu baris di tabel lain benarbenar menunjuk pada nilai yang memang ada. Berdasarkan operasi yang dilakukan, jenis integritas referensial : penambahan (insert) penghapusan (delete) peremajaan (update) Integritas referensial dapat dilaksanakan pada tabel yang memiliki relasi. Sehingga proses penghapusan / peremajaan suatu kolom juga akan terjadi pada kolom tabel lain yang mempunyai referensi dengannya

CONTOH Membuat tabel mhs CREATE TABLE mhs (nim varchar(8), namamhs varchar(20), PRIMARY KEY (nim)); Membuat tabel mk CREATE TABLE mk (kodemk varchar(3), namamk varchar(20), PRIMARY KEY (kodemk)); Membuat tabel ambilmk CREATE TABLE ambilmk (nim varchar(8), kodemk varchar(3), nilai float(3,2), PRIMARY KEY (nim, kodemk), FOREIGN KEY (nim) REFERENCES mhs (nim) ON DELETE CASCADE ON UPDATE CASCADE, FOREIGN KEY (kodemk) REFERENCES mk (kodemk) ON DELETE CASCADE ON UPDATE CASCADE);

Tindakan-tindakan yang dapat diatur oleh pemakai ini biasa disebut tindakan referensial. [ON UPDATE {RESTRICT CASCADE SET NULL}] [ON DELETE {RESTRICT CASCADE SET NULL}] Keterangan : UPDATE : menyatakan tindakan kalau pada tabel induk terjadi perubahan nilai. DELETE : menyatakan tindakan kalau pada tabel induk terjadi penghapusan baris. Adapun tindakan yang dapat didefinisikan pada tabel ON UPDATE maupun ON DELETE berserta penjelasannya sebagai berikut : RESTRICT : menyatakan bahwa pengubahan atau penghapusan ditolak. CASCADE : jika nilai kunci primer pada tabel induk berubah (UPDATE) maka kunci asing pada tabel yang mereferensi akan disesuaikan dengan nilai pada kunci primer tabel induk, sedangkan apabila terjadi proses DELETE semua kunci asing yang cocok dengan kunci primer pada tabel induk milik record yang dihapus akan ikut dihapus. SET NULL : Menyatakan kunci asing akan diisi dengan NULL kalau kunci primer pada tabel induk yang nilainya sama dengan nilai pada kunci asing tersebut diubah atau dihapus.

DATA REDUNDANCY (REDUNDANSI DATA) Adalah penyimpanan data yang sama secara berulang-ulang, baik dalam satu tabel / file maupun antar tabel / file yang berbeda. Redundansi menyebabkan terjadinya pemborosan tempat penyimpanan maupun inkonsistensi data. Contoh Bentuk Redundansi 1

STRUCTURAL CONSTRAINTS Dalam sebuah Relationship pada Basis Data terdapat batasan yang terstruktur (Structural Constraints). Tipe utama dari batasan disebut multiplicity yang mencerminkan aturan dari sistem yang akan dibuat oleh user. Multiplicity dibuat berdasarkan dua batasan yaitu Cardinality dan Participation. Cardinality Adalah nilai maximum occurrence dari sebuah Relationship antara dua entitas; contohnya: antara entitas Dosen dan Mata Kuliah terdapat Relationship Mengajar dengan multiplicity 0..5, artinya satu dosen boleh mengajar maximal 5 mata kuliah sedangkan sebuah mata kuliah bisa jadi belum memiliki dosen pengajarnya. Cardinality = 5 dan Participation = 0. Participation Adalah nilai minimum occurrence dari sebuah Relationship antara dua entitas; contohnya antara entitas Gedung dan Ruang Kelas terdapat Relationship Terdiri Dari dengan multiplicity 1..5, artinya satu Gedung bisa terdapat maximal 5 ruang kelas tapi satu ruang kelas hanya terdapat pada satu gedung. Cardinality = 5 dan Participation = 1

PERBEDAAN TOTAL CONSTRAINT DAN PARTIAL CONSTRAINT Total Constraint : constraint dimana data dalam entitas yang memiliki constraint tersebut terhubung secara penuh ke dalam entitas dari relasinya Partial Constraint : constraint dimana data dalam entitas yang memiliki constraint tersebut terhubung ke dalam entitas dari relasinya. Contoh 1:

Contoh 2:

Contoh 3:

Contoh 4:

Contoh 5:

CONTOH 6:

DEPENDENSI Dependensi Fungsional Dependensi Fungsional Penuh Dependensi Fungsional Parsial Dependensi Fungsional Transitif

DEPENDENSI FUNGSIONAL Dependensi fungsional menggambarkan relasi / hubungan, batasan, dan keterkaitan antara atribut-atribut dalam suatu relasi. Suatu atribut dikatakan bergantung pada atribut lain secara fungsional jika kita menggunakan harga atribut yang lain. Notasi dependensi fungsional yaitu A => B (A secara fungsional menentukan B) Artinya bahwa A secara fungsional menentukan B atau B bergantung pada A. Jika ada dua baris data dengan nilai A yang sama, maka nilai B juga sama.

Dependensi yang ada: NIM => NamaMhs {MataKuliah,NIM} => NilaiHuruf

DEPENDENSI PENUH B memiliki dependensi fungsional secara penuh pada A B bukan memiliki dependensi terhadap subset A Contoh: Dependensi Penuh: NIM => idruang

DEPENDENSI PARSIAL Dependensi Parsial merupakan ketergantungan fungsional dimana beberapa atribut dapat dihilangkan dari A dengan ketergantungan tetap dipertahankan. B memiliki dependensi terhadap subset A Contoh: Dependensi Parsial: {NIM, Nama} => idruang

DEPENDENSI TRANSITIF Transitif Dependensi adalah kondisi dimana A, B, C merupakan atribut sebuah relasi dimana A=>B dan B=>C Maka C dikatakan dependensi transitif terhadap A melalui B Contoh: NIP => {Nama, Jabatan, Gaji, kdcabang, almcabang} kdcabang => almcabang

Diperbarui 17 Des 2020 - Dibaca 10 mnt

Data integration adalah salah satu cara yang bisa dilakukan untuk menggabungkan data yang dimiliki oleh perusahaan dari berbagai sumber database.

Saat ini data menjadi salah satu hal terpenting bagi perusahaan. Pasalnya, di era serba digital ini data adalah bagian penting yang bisa digunakan sebagai acuan untuk mengambil keputusan.

Big data memang kini sudah bukan hal yang asing lagi. Bahkan, saat ini ada banyak sekali pekerjaan di bidang big data yang popularitasnya semakin menanjak.

Tentu saja hal itu dipengaruhi oleh banyaknya perusahaan yang membutuhkan kandidat yang mampu mengelola data dengan baik.

Pasalnya, proses pengelolaan data cukuplah panjang hingga akhirnya bisa dijadikan acuan untuk mengambil keputusan.

Salah satu tahapan pertama dalam proses pengelolaan data adalah data integration atau pengumpulan data.

Nah, jika kamu tertarik dengan pembahasan soal data integration, sebaiknya baca terus rangkuman yang sudah Glints persiapkan berikut ini.

Baca Juga: Cari Tahu Apa Itu Big Data Analytics di Sini

Apa Itu Data Integration

© Freepik.com

Stitchdata menjelaskan bahwa data integration adalah proses menggabungkan data dari berbagai sumber.

Data integration juga menjadi hal utama yang harus dilakukan terlebih dahulu sebelum mulai proses analisis, membuat laporan, dan membuat perencanaan strategi.

Jadi, saat sedang melakukan integrasi maka setiap gabungan data dari berbagai sumber akan menjadi satu tampilan yang menyatu.

Data integration biasanya akan dimulai dengan proses penyerapan yang mencakup langkah-langkah seperti pembersihan data, pemetaan ETL (Extract, Transform, and Load), dan transformasi.

Dalam melakukan proses yang satu ini biasanya melibatkan beberapa elemen seperti jaringan sumber data, server master, dan orang yang berkepentingan untuk mengakses data dari server master.

Umumnya orang yang berkepentingan tersebut terlebih dahulu akan mengirimkan permintaan ke server master untuk memperoleh data yang lengkap.

Kemudian, server master akan mengambil data yang dibutuhkan dari sumber internal dan eksternal.

Barulah data akan diekstraksi dari sumber dan digabungkan menjadi kumpulan data yang kohesif.

Hasil penggabungan data tersebut selanjutnya akan dikirimkan ke orang yang berkepentingan untuk digunakan.

Dilansir dari Xenonstack, terdapat dua jenis data integration, berikut ini penjelasannya.

Enterprise Data Integration (EDI)

Jenis pertama dari data integration adalah Enterprise Data Integration (EDI) yaitu seperangkat teknologi yang dapat membantu memanipulasi kumpulan data.

Data integration jenis ini melibatkan akuisisi data dari beragam sistem bisnis. Pengolahannya juga dilakukan dengan berbagai aktivitas manajemen dan laporan dari business intelligence.

Customer Data Integration (CDI)

Selanjutnya adalah Customer Data Integration (CDI) adalah pengumpulan data dengan tujuan utamanya adalah memuaskan keinginan pelanggan.

Jadi, jenis data integration yang satu ini adalah proses pengumpulan dan manipulasi data pelanggan secara terpadu sehingga bisa lebih mudah dianalisis.

Dengan begitu, para stakeholder bisa dengan mudah melakukan proses analisis sehingga bisa tahu apa sebenarnya yang diinginkan oleh pelanggan.

Baca Juga: Saatnya Belajar SQL, Bahasa Pemrograman untuk Kelola Database

Data Integration vs Application Integration vs ETL

© Freepik.com

Data integration sering disamakan dengan application integration dan ETL. Ketiga hal tersebut memang berkaitan erat.

Namun, sebenarnya ketiga istilah itu memiliki perbedaan. Berikut ini penjelasannya.

Data integration

Data integration adalah proses di mana data dari banyak sumber masuk ke satu lokasi yang terpusat yaitu data warehouse.

Lokasi akhir tersebut harus cukup fleksibel karena akan menampung banyak jenis data berbeda dan volume yang besar.

Jadi, dengan data integration akan mendukung pengumpulan data dalam jumlah besar untuk diproses dan dinalalisis.

Application Integration

Application integration melibatkan pemindahan data secara bolak-balik antar aplikasi untuk menjaganya tetap sinkron.

Biasanya setiap aplikasi memiliki cara tertentu untuk menerima dan mengeluarkan data. Namun, data yang dipindahkan ini volumenya lebih kecil.

ETL

ETL adalah singkatan dari Extract, Transform, and Load. Hal yang satu ini lebih mengacu pada proses mengekstraksi data dari sistem sumber.

Kemudian, data diubah menjadi struktur atau format yang berbeda dan memuatnya ke sistem tujuan.

Jadi, sebenarnya data integration dan application integration adalah sama-sama jenis dari proses ETL.

Pentingnya Data Integration untuk Perusahaan

© Freepik.com

Perusahaan pasti memiliki data yang sangat banyak. Data tersebut biasanya juga berasal dari sumber data yang terpisah.

Misalnya data dari sistem CRM, web traffic, marketing operations software, hingga sales and customer success systems.

Data dari berbagai sumber tersebut haruslah dikumpulkan untuk dianalisis untuk mendapatkan informasi yang diperlukan.

Mengumpulkan data dari banyak sumber tersebut tentunya bukan tugas mudah bagi seorang data engineer.

Itulah mengapa penting dilakukan integrasi data agar semua data bisa dikumpulkan jadi satu agar lebih mudah dikelola.

Dilansir dari Talend berikut ini beberapa keuntungan yang bisa diperoleh perusahaan saat melakukan proses data integration, di antaranya adalah:

Menghemat waktu dan meningkatkan efisiensi

Manfaat pertama dari melakukan data integration adalah dapat menghemat banyak waktu untuk menyajikan informasi yang dibutuhkan.

Saat data sudah dikumpulkan dalam suatu tempat khusus, tentunya akan lebih untuk memprosesnya ke tahap selanjutnya.

Jadi, masih ada banyak sisa waktu untuk digunakan menganalisis data dan menyajikannya ke dalam bentuk informasi yang lebih mudah dipahami.

Mengurangi risiko terjadinya kesalahan

Saat harus menyiapkan data dari banyak sumber yang berbeda tentunya akan rentan terjadi kesalahan.

Pasalnya, karyawan harus mengambil data satu per satu dari berbagai database dan hal itu cukup menguras tenaga.

Jadi, tidak sedikit karyawan yang akhirnya melakukan kesalahan karena hal tersebut tidaklah efisien.

Namun, saat data sudah diintegrasikan dalam sistem yang terpusat pastinya proses pengambilan data akan lebih mudah dan bisa mengurangi risiko melakukan kesalahan.

Data lebih berkualitas

Upaya integrasi data rupanya juga bisa meningkatkan nilai data perusahaan dari waktu ke waktu.

Pasalnya, data yang diintegrasikan ke dalam sistem yang terpusat akan lebih mudah diidentifikasi kualitasnya.

Jadi, data yang disimpan pun akan lebih berkualitas dan akurat untuk segera diproses dan dianalisis.

Baca Juga: 6 Pekerjaan Big Data Terpopuler dan Paling Banyak Dicari oleh Perusahaan

Demikianlah penjelasan mengenai data integration. Semoga informasi di atas bisa menjawab rasa ingin tahumu tentang hal yang satu ini, ya.

Kini pasti kamu sudah sedikit paham bahwa data integration adalah proses pengumpulan data dari berbagai database ke dalam satu sistem yang terpusat.

Jadi, proses pengambilan data yang dibutuhkan akan lebih cepat sehingga proses analisis dan pelaporannya juga tidak akan membutuhkan waktu yang lama.

Apabila kamu tertarik dengan informasi soal big data dan teknologi yang mendukungnya, sebaiknya jangan sampai lupa untuk berlangganan newsletter dari blog Glints.

Tunggu apa lagi? Yuk, segera daftarkan emailmu sekarang juga agar kamu bisa mendapatkan beragam informasi menarik dari Glints langsung ke inbox-mu setiap minggunnya.