Data Modeling

 

Data Modelling

Analisis Perancangan Sistem Informasi - Data Modelling 

• Pengertian Data Modelling

    Menurut Graeme Simsion dalam bukunya yang berjudul "Data Modeling Essentials", data modelling adalah proses pemetaan data ke dalam model konseptual yang dapat digunakan sebagai dasar untuk merancang basis data. Proses ini melibatkan identifikasi entitas, atribut, dan relasi antar entitas dalam sistem atau organisasi yang akan dimodelkan.

Menurut Simsion, model data yang baik harus memenuhi beberapa kriteria, yaitu:

1. Konsisten: Model data harus konsisten dengan kebutuhan bisnis dan organisasi, serta tidak bertentangan dengan model data yang sudah ada.

2. Terstruktur: Model data harus terstruktur dan mudah dipahami oleh pengguna yang berbeda, termasuk pengguna bisnis dan teknis.

3. Terpadu: Model data harus terpadu dan memperhitungkan semua entitas, atribut, dan relasi dalam sistem atau organisasi yang akan dimodelkan.

4. Fleksibel: Model data harus fleksibel dan dapat diadaptasi dengan mudah ketika ada perubahan kebutuhan bisnis atau organisasi.

5. Efisien: Model data harus efisien dan dapat digunakan secara efektif dalam merancang basis data dan memfasilitasi prosespengembangan aplikasi.

• Conceptual Data Model (CDM)

    Concept Data Model (CDM) adalah sebuah model konseptual dari data yang merepresentasikan hubungan antara entitas, atribut, dan relasi dalam suatu sistem atau organisasi. CDM biasanya dibuat pada tahap awal pengembangan sistem atau aplikasi berbasis data, sebelum merancang basis data fisik.

    Konsep dasar dari CDM adalah entitas, atribut, dan hubungan antar entitas. Entitas adalah objek, orang, tempat, atau konsep yang dapat diidentifikasi dalam suatu sistem atau organisasi. Atribut adalah karakteristik dari entitas yang dapat diukur atau diamati. Hubungan antar entitas adalah koneksi atau asosiasi antara entitas yang dapat didefinisikan oleh aturan bisnis atau kebutuhan organisasi.

• Logical Data Model (LDM)

    Logical Data Model (LDM) adalah model data yang merepresentasikan data pada level konseptual dan logis, yang secara independen dari implementasi teknis dan platform basis data yang digunakan. LDM seringkali dihasilkan setelah pembuatan Conceptual Data Model (CDM) dan sebelum Physical Data Model (PDM).

    LDM fokus pada definisi entitas, atribut, dan hubungan antara entitas dalam sebuah sistem atau organisasi. LDM memperlihatkan gambaran tentang bagaimana data saling berhubungan dan bagaimana data akan digunakan dalam aplikasi atau sistem. LDM juga memberikan pandangan abstrak tentang cara data disimpan dan diproses dalam sistem atau organisasi, tanpa memperhatikan detail teknis seperti struktur tabel atau tipe data.

• Physical Data Model 

    Physical Data Model (PDM) adalah model data yang merepresentasikan struktur data secara spesifik dan teknis pada level implementasi di dalam sebuah basis data. PDM merupakan hasil dari tahap perancangan dan implementasi setelah Conceptual Data Model (CDM) dan Logical Data Model (LDM).

    PDM fokus pada teknis implementasi basis data, seperti struktur tabel, kolom, tipe data, indeks, kunci asing, dan batasan integritas referensial. PDM juga mencakup rincian teknis lainnya, seperti nama tabel, nama kolom, nama kunci, dan jenis indeks yang akan digunakan. PDM bersifat sangat spesifik dan terkait dengan platform basis data yang digunakan.

• Perbedaan CDM, LDM, dan PDM

1. Konsep dan Tujuan

CDM: Model data konseptual yang bertujuan untuk memahami kebutuhan bisnis dan organisasi.

LDM: Model data logis yang bertujuan untuk merancang struktur data dengan fokus pada entitas, atribut, dan hubungan.

PDM: Model data fisik yang bertujuan untuk merancang implementasi teknis basis data.

     2. Tingkat Abstraksi

CDM: Tingkat abstraksi tertinggi, fokus pada konsep bisnis dan organisasi.

LDM: Tingkat abstraksi di tengah-tengah, fokus pada konsep logis dan hubungan antar entitas.

PDM: Tingkat abstraksi terendah, fokus pada detail teknis basis data.

     3. Representasi Data

CDM: Representasi data dalam bentuk entitas, atribut, dan hubungan antar entitas.

LDM: Representasi data dalam bentuk entitas, atribut, dan hubungan antar entitas.

PDM: Representasi data dalam bentuk tabel, kolom, tipe data, indeks, dan batasan integritas referensial.

     4. Tujuan Penggunaan

CDM: Memahami kebutuhan bisnis dan organisasi untuk merancang solusi yang sesuai.

LDM: Merancang struktur data yang logis dan independen dari teknologi basis data yang digunakan.

PDM: Merancang implementasi teknis basis data yang spesifik dan terkait dengan platform basis data yang digunakan.

     5. Waktu Pembuatan

CDM: Dibuat pada tahap awal pengembangan sistem atau aplikasi.

LDM: Dibuat setelah CDM dan sebelum PDM.

PDM: Dibuat setelah LDM pada tahap perancangan dan implementasi.

    6. Tingkat Detail

CDM: Tingkat detail rendah, fokus pada konsep bisnis dan organisasi.

LDM: Tingkat detail sedang, fokus pada konsep logis dan hubungan antar entitas.

PDM: Tingkat detail tinggi, fokus pada detail teknis basis data.

Implementasi Studi Kasus 

Layanan Video Streaming Netflix

• CDM

• LDM

• PDM