- Database hierarkis merupakan model tertua dan paling sederhana dari kelima model database. Dalam model database ini mengakses atau mengupdate data bisa berlangsung sangat cepat karena hubungan-hubungan sudah ditentukan. Tetapi, karena struktur harus didefinisikan lebih dahulu, maka hal ini cukup riskan. Lagipula menambahkan field baru ke sebuah record database membuat semua database harus didefinisikan kembali. Karena itulah diperlukan model database yang baru untuk menunjukkan masalah pengulangan data dan hubungan data yang kompleks. Dalam database hirarkis field atau record ini di atur dalam kelompok-kelompok yang berhubungan menyerupai pohon, dengan record child (level lebih rendah) berada di bawah record parent (level lebih tinggi).
kelebihan:
- Dalam database hirarkis proses pengaksesan atau peng-updatean data bisa berlangsung sangat cepat karena hubungan-hubungan sudah di tentukan.
- Dalam database hirarkis proses pengaksesan atau peng-updatean data bisa berlangsung sangat cepat karena hubungan-hubungan sudah di tentukan.
- Integritas lebih mudah diatur.
kekurangan:
- Dalam database hirarkis bisa terdapat satu parent untuk satu child dan bisa saja tidak terdapat hunbungan antar record child.
- Selain
itu jika ingin menambahkan satu field baru ke dalam sebuah database
menyebabkan semua database harus di definisikan kembali.
- Terjadi pengulangan data (redundansi).
2. Database Rasional (Berdasarkan Isi)
- Database Rasional menghubungkan data pada file-file berbeda dengan menggunakan sebuah kunci atau elemen data yang umum. Contoh program DBMS mikrokomputer, yang semuanya rasional, adalah paradox dan Access. Model rasional yang di gunakan dalam sistem komputer yang besar adalah Oracle, Informix, dan Sybase.
Dalam
database rasional, tidak ada akses yang berjalan menurun seperti sebuah
hirarki. Elemen-elemen data disimpan dalam tabel yang berbentuk tabel
dan kolom. Dalam istilah database, tabel di sebut relasi (file), baris di sebut tuples (record),dan kolomnya di sebut atribut (field).
Dalam model database hirarkis dan jaringan, data di atur menurut alamat
fisik, tetapi dalam model rasional data justru diatur secara logis
yaitu berdasarkan isi.
kelebihan:
- Data dapat diakses secara cepat.
- Struktur database mudah diubah.
- Data disajikan secara logis sehungga user tidak perlu mengetahui bagaimana data disimpan.
- User mudah dalam membuat query yang kompleks untuk mengambil data.
- User mudah menerapkan integritas data.
- Data sering lebih akurat.
- User mudah dalam membuat dan modifikasi program aplikasi.
- Bahasa standar (SQL) sudah dibuat.
kekurangan:
- Kelompok informasi atau tabel yang berbeda harus dihubungkan untuk mengambil data.
- User harus memahami hubungan antar-tabel.
- User harus belajar SQL.
3. Database Jaringan (BerdasarkanFisik)
- Database Jaringan adalah perkembangan dari model database hirarkis.database jaringan sama dengan database hirarkis, namun setiap record childnya bisa memiliki lebih dari satu record parent dan sebaliknya (satu record child bisa memilki beberapa parent).database jaringan pada dasarnya digunakan dengan mainframe.
Contoh 1
Contoh 2
kelebihan:
- Database jaringan lebih fleksible di banding database hirarkis karena ada hubungan yang berbeda antarcabang data.
- User dapat mengakses data mulai dari sembarang tabel
- User lebih mudah dalam membuat query yang lebih kompleks untuk mengambil data.
- User lebih mudah dalam membuat model basis data yang lebih kompleks.
kekurangan:
- Pengguna harus terbiasa dengan struktur database.
- Struktur basis data tidak mudah untuk diubah-ubah.
- Perubahan struktur basis data dapat mempengaruhi program aplikasi yang mengakses database.
- Jumlah hubungan antar-record terbatas
- Untuk menguji sebuah field seseorang harus mendapatkan semua record.
4. Database Berorientasi Objek (Berdasarkan Objek)
- Database berorientasi Objek merupakan database yang menggunakan "objek" sebagi file dalam elemen dalam file database.Sebuah objek terdiri atas
- Data dengan sembarang bentuk, meliputi grafis, audio, dan video.
- Instruksi aksi yang akan diambil pada data.
contoh database berorientsi objek adalah FastObjects, GemStone, Objectivity, DB, Jasmine Objek Database, KE Texpress.Model database tradisional,termasuk rasional,bisa bekerja dengan baik dalam situasi bisnis tradisonal.Namun, model-model ini kurang sesuai dengan bidang desain dan manufacturing mesin, eksperimen ilmiah, telekomunikasi, sistem informasi geografis, dan multimedia.maka dari itu di kembangkanlah Database Berorientasi objek.Database berorientasi objek adalah database multimedia yang bisa menyimpan lebih banyak tipe data dibanding database rasional. Misalnya, database siswa berorientasi objek bisa memuat foto dan "bite suara" masing-masing siswa, bahkan secuplik video singkat sebagai tambahan pada data nilai dan data pribadi.Macam-macam database berorientasi objek salah satunya adalah database hypertext,atau database web, yang memuat teks yang dihubungkan ke dokumen lain. Jenis yang lain adalah database hypermedia, yang memuat link dan juga grafis, suara, dan video. kedua jenis database berorientasi objek ini bisa di akses via web
kelebihan:
- Programmer
hanya dibutuhkan memahami konsep berorientasi objek untuk mengkombinasikan
konsep berorientasi objek dengan storage basis data relasional
- Objek dapat
dilakukan sifat pewarisan dari objek yang lain
- Secara
teoritis mudah untuk mengatur objek
- Meningkatkan Performa dan Flexibilitas
- Model data
berorientasi objek lebih kompatibel dengan tools pemrograman berorientasi
objek.
kekurangan:
- User harus memahami konsep berorientasi objek, karena basis data berorientasi objek tidak dapat bekerja dengan metoda pemrograman tradisional
- User harus memahami konsep berorientasi objek, karena basis data berorientasi objek tidak dapat bekerja dengan metoda pemrograman tradisional
5. Database Multidimensional (Berdasarkan Dimensi)
- Database Multidimensional(MDA) adalah database yang memodelkan data sebagai fakta, dimensi,dan numerik untuk menganalisis data dalam jumlah besar, tujuannya untuk mengambil keputusan.contohnya adalah InterSystems Cathe, ContourCube, dan Cognoa PowerPlay. Database multidimensional menggunakan bentuk kubus untuk mempersentasikan dimensi-dimensi data yang tersedia bagi seorang, maksimal empat dimensi. Sebagai contoh,"penjualan" bisa dilihat dengan dimensi (1) model produk, (2)geografi, (3) waktu, atau (4) beberapa dimensi tambahan.
spreadsheet penjualan sample
kubus
sample memuat data penjualan. Kubus data dapat melihat sampai empat
dimensi sekaligus. Dalam hal ini kubus mengeneralisasi spreadsheet dari
table hingga 3 dimensi-produk,kota, tahun
Data mining
Data
mining atau biasa di singkat DM adalah proses penyaringan dengan
menggunakan komputer, dengan cara menganalisis menganalisis sejumlah
besar data untuk mendapatkan pola-pola serta makna yang tersembunyi,
untuk menemukan pengetahuan baru.
Langkah-langkah data mining sebagai berikut:
- sumber data bisa di peroleh dari beberapa sumber spserti(1)Data yang di dapat dari file yang bersumber dari sistem manajeman file pada mainframe.(2)data bisa di dapat dari berbagai macam database.(3)Data juga bisa di dapat dari data warehouse.
- Penggabungan dan Pembersihan Data Data baik dari dalam maupun dari luar perusahaan yang harus di gabungkan dapat di sebut data cleansing.Data yang berasala dari satu sumber tidak mempunyai kualitas yang bagus. Data seperti ini banyak terdapat error dan tidak konsisten. Supaya data mining memberikan hasil yang akurat maka data harus di scrubb(di bersihkan dari kesalahan dan dari format yang tidak konsisten).
- Data dan Meta-Data adalah proses pembersihan data yang menghasilkan data yang bersih dan varian. Meta data pada umumnya menjelaskan tentang bagaimana,kapan, dan siapa yang menggumpulkan data khusus dan bagaimana data tersebut di format.
- Memindah Data ke Data warehouse data dan meta data dikirimkan langsung ke warehouse. Data warehouse adalah database khusus untuk data dan meta data yang sudah di bersihkan. Data warehouse di simpan dalam disk yang menggunakan teknologi penyimpanan seperti RAID(redundant arrays of independen disks). Data warehouse kecil dapat menyimpan data kurang dari 100 gigabyte, sedangkan database besar dapat menyimpan data lebih dari 500 gigabyte.
Menggali Data
Data dalam warehouse biasa di gali menggunakan 2 algoritma yaitu:
Analisis Regresi:
Pada
dasarnya analisis regresi memerlukan sekumpulan data numerik khusus dan
menyususn rumusan matematika yang cocok dengan data.
Analisis Klasifikasi:
adalah proses pengenalan pola statistik yang di terpakan pada sekumpulan data yang bukan sekedar data numerik.
Aplikasi Data Mining:
data mining dapat di aplikasikan dalam beberapa hal yaitu:
- Olahraga
- Pemasaran
- Kesehatan
- Ilmu pengetahuan
Contoh penerapannya:
Olahraga
- Brian
James,pelatih Toronto Raptors, menggunakan data mining untuk melawan
tim lain di National Basketball Asosiation(NBA).
- pelatih di U.S Gymnastics Federation menggunakan peranti DM yang disebut IDIS
(lowa Drugs Information Service) untuk melakukan faktor-faktor jangka
panjang yang mempengaruhi performa atlet, juga mengetahui berbagai
masalah agar bisa di tangani lebih dini.
Pemasaran
- Data
mining di gunakan untuk meliuhat informasi di toko-toko eceran, yang
berisi banyak fakta seperti harga, jumlah yang di jual, dan tanggal
penjualan untuk ribuan produk di ratusan lokasi geografis.
Kesehatan
- Sebuah
rumah sakit di los angels menggunakan IDIS untuk melihat faktor-faktor
yang mempengaruhi keberhasilan dan kegagalan operasi tulang belakang.
Ilmu Pengetahuan
- Teknik
Data Mining di gunakan untuk menemukan pola-pola baru dalam data
genetika, struktur molekul, perubahan iklim global, dan banyak lagi.
sebagian referensi :
http://submillenium-pti.blogspot.com
http://bangvandawablog.blogspot.com
http://yusup-doank-2.blogspot.com
makasih min
BalasHapusLampu service hp