INFORMATIKA: Model dan Prediksi Data


MODEL DAN PREDIKSI DATA

Hallo semua! Balik lagi di blog aku, kali ini aku mendapat tugas dari Bu Raliyanti, seorang guru Informatika, untuk menjelaskan tentang Model dan Prediksi Data nih, yuk disimak baik-baik penjelasan aku berikut ini! ૮₍ ≧ . ≦ ₎ა

Model Data

★ Model Data berdasarkan OBJEK
    - Model Entity Relationship (ER)
    - Model Semantik
    - Model Data Berorientasi Objek

★ Model Data berdasarkan RECORD
    - Model Hierarki
    - Model Jaringan
    - Model Relasional

Pengertian Model Data

Model data adalah suatu cara untuk mempresentasikan data, batasannya serta hubungannya berdasarkan fakta di dunia nyata.

Dengan membuat model data, kita dapat membuat perantara untuk mentransformasi data tersebut agar dapat di proses oleh sistem/komputer loh!

Model Data berdarkan OBJEK

Model Data berdasarkan objek biasanya menggunakan pendekatan objek untuk mempresentasikan sesuatu. Suatu objek dalam dunia nyata sebagai objek yang dipresentasikan dalam bentuk entitas atribut, serta relasi yang berkaitan diantara entitas-entitas tersebut.

★ Model Entity Relationship (ER)
Memetakan objek di dunia nyata sebagai suatu entitas. Entitas adalah sesuatu yang memiliki keberadaan yang unik dan berbeda, walaupun tidak harus dalam bentuk fisik.

Entity Relationship Diagram (ERD)

Sebuah model untuk menyusun database (basis data) agar dapat menggambarkan data yang mempunyai relasi dengan database yang akan didesain.

Komponen Penyusun ERD

★ Entitas: Kumpulan objek yang dapat diidentifikasikan secara unik atau saling berbeda. Biasanya, simbol dari entitas adalah persegi panjang
★ Atribut: Setiap entitas pasti mempunyai elemen yang disebut atribut yang berfungsi untuk mendeskripsikan karakteristik dari entitas tersebut.
★ Relasi: Hubungan antara sejumlah entitas yang berasal dari himpunan entitas yang berbeda.

Notasi, Komponen, dan Simbol dalam ERD

▭ (persegi panjang) : menggambarkan suatu entitas
✧ (belah ketupat) : menggambarkan suatu relasi atau proses
○ (lingkaran/elips) : menggambarkan suatu atribut
━ (garis lurus) : menggambarkan suatu hubungan atau penghubung


★ One to One
Contoh: Setiap penduduk hanya memiliki 1 KTP dan setiap KTP hanya boleh dimilki oleh seorang penduduk

★ One to Many
Contoh: Setiap penduduk hanya boleh memiliki banyak BPKB karena mungkin 1 penduduk memiliki lebih dari 1 kendaraan. Namun setiap BPKB hanya boleh dimiliki oleh seorang penduduk

★ Many to One
Contoh: Setiap siswa hanya boleh terdafttar di 1 SMA. Sementara setiap SMA bisa mnemiliki lebih dari 1 siswa.

★ Many to Many
Contoh: Setiap siswa boleh mendaftar pada banyak ekskul sebagai anggota. Sedangkan ekskul boleh memiliki banyak siswa sebagai anggota

Cara Membuat ERD

1. Menentukan entitas dengan cerman, teliti, dan baik terlebih dahulu, untuk menjawab persoalan yang ada.
2. Selanjutnya menentukan relasi antar entitas untuk mengetahui hubungan antar entitas.
3. Mulai menggambar ERD yang bersifat sementara, hal ini dimaksudkan bahwa penggambaran ERD adalah untuk memberikan deskripsi secara umum terlebih dahulu.
4. Membuat kardinalitas untuk menentukan jumlah dari kejadian
5. Menentukan kata kunci utama dalam sebuah entitas.
6. Gambarlah ERD berdasarkan kunci utama.
7. Menentukan atribut yang dibutuhkan dalam setiap entitas yang telah ditentukan sebelumnya.
8. Menggambar ERD dengan lengkap bersama atribut yang ada.
9. Lakukan pemerikasaan dan evaluasi terhadap hasil, jika ditemukan kekeliriuan maka dapat mengulang langkah sebelumnya.

CONTOH ERD PERPUSTAKAAN



Tabel ERD Perpustakaan





CONTOH ERD PERUSAHAAN JASA EKSPEDISI



Tabel ERD Perusahaan Jasa Ekspedisi



Analisis ERD Perusahaan Jasa Ekspedisi

Berdasarkan contoh ERD Perusahaan Jasa Ekspedisi diatas dapat diketahui terdapat 3 entitas yaitu; pengirim, jasa ekspedisi, dan penerima. Proses yang terjadi pada ketiga entitas tersebut adalah mengirim dan menerima
Proses mengirim dilakukan oleh pengirim dengan memberikan barang dan data yang ada dalam atribut dari pengirim ataupun penerima kepada jasa ekspedisi.
Proses menerima dilakukan oleh jasa ekspedisi dengan penerima barang, dimana kurir yang mengantarkan barang kepada penerima sesuai dengan data yang tercantum sebelumnya.
Sekian penjelasan dari aku, terima kasih sudah membaca! Have a nice day.

Sumber:
https://www.ukulele.co.nz/contoh-erd/#Contoh_ERD_Perusahaan_Jasa_Ekspedisi


Komentar

Posting Komentar

Postingan populer dari blog ini

PEMROGRAMAN: Tipe Data

Gambar
  ☆.｡.:*  .｡.:*☆ Assalamu'alaikum, Bonjour ! Apa kabar semua? Semoga dalam keadaan sehat dan baik yaa. Oke jadi, di blog kali ini, aku akan membahas sedikit tentang tipe data dalam pemprograman sebagai tugas dari guru Informatika kita tersayang yaitu Ibu Raliyanti, halo ibu, semoga dalam keadaan baik yaa. Mohon disimak penjelasan berikut ini, selamat membaca! »»————-----------------------------------------————-«« Pengertian Tipe Data  Data types atau tipe data adalah sebuah pengklasifikasian data berdasarkan jenis data tersebut. Tipe data dibutuhkan agar kompiler dapat mengetahui bagaimana sebuah data akan digunakan. Untuk mengembangkan sebuah program, ada beberapa tipe data yang akan kita pelajari.   ➤  Primitive : Tipe data primitif hanya dapat menyimpan satu nilai pada satu waktu dan tidak dapat diubah menggunakan cara yang sama seperti tipe data non-primitif. Tipe data Primitif akan dianggap sama jika nilainya sama.  ➤  Non-Primitive :...
Baca selengkapnya

INFORMATIKA: Jawaban Soal Model dan Prediksi Data

Gambar
  https://pin.it/6GWjr2a 1. Jelaskan perbedaan unsupervised dan supervised learning Perbedaan antara unsupervised dan supervised learning adalah: - Unsupervised Learning dalam kegunaannya, unsupervised learning lebih sering digunakan untuk menemukan seluruh pola yang tidak dikenal dalam data. Contoh penerapan yang sudah sering digunakan dalam kehidupan sehari-hari adalah prediksi waktu pada peta digital. Saat menggunakan peta digital untuk mencari rute menuju lokasi tertentu, sistem akan mencantumkan prediksi waktu tempuh. Padahal, Anda belum pernah berkendara ke lokasi tersebut. dalam proses kerjanya, pada model  supervised learning , akan mendapatkan variabel data  input  dan  output . Sedangkan, pada  unsupervised learning  hanya akan mendapatkan data  input, karena  unsupervised learning  tidak dirancang untuk “belajar” dari pengalaman sebelumnya sehingga tidak menghasilkan  output  data. dalam proses belajarnya, p ada...
Baca selengkapnya

Masyarakat Digital: Cara Menumbuhkan Kerjasama yang Baik dalam Tim

Gambar
  https://pin.it/1rCVqzTp1 Membangun kerjasama tim yang solid merupakan fondasi penting bagi kesuksesan sebuah organisasi. Dengan memahami dan menerapkan strategi yang tepat, sebuah tim dapat mencapai potensi penuhnya serta menghadapi tantangan dengan lebih efektif. Dalam pembahasan ini, kita akan menjelajahi beberapa langkah kunci yang dapat diambil untuk menumbuhkan kerjasama tim yang kuat dan produktif. 1. Memiliki visi misi yang jelas Cara pertama untuk membangun kerja sama tim adalah dengan memiliki visi dan misi yang jelas untuk mencapai tujuan perusahaan. Dalam hal ini, tim Anda akan dibangun untuk mencapai tujuan perusahaan. Oleh karena itu, tentukan terlebih dahulu visi dan misi yang akan menjadi dasar tim kerja Anda. Pastikan juga Anda memberi tahu rekan satu tim tentang visi dan misi yang sudah ada. Hal ini dilakukan untuk menghindari kesalahpahaman tentang tujuan tim.  2. Menjalin komunikasi yang terbuka Sebuah tim yang terlihat solid dengan anggota berkualitas bis...
Baca selengkapnya