Apa Itu Entitas, Atribut dan Relasi Dalam ERD

Apa Itu Entitas, Atribut dan Relasi di Dalam ERD

                                      Sumber : https://www.ekrut.com/



Dalam pembuatan database, ternyata diperlukan satu komponen penting bernada ERD yang wajib dibuat. Diagram relasi ini bisa dikatakan hal paling mendasar dalam penyimpanan atau menyusun informasi berbasis data. Sebenarnya, apa itu ERD?

ERD (Entity Relationship Diagram)

ERD (Entity Relationship Diagram) adalah model atau rancangan untuk membuat database, supaya lebih mudah dalam menggambarkan data yang memiliki hubungan atau relasi dalam bentuk sebuah desain. Dengan adanya ERD, maka sistem database yang terbentuk dapat digambarkan dengan lebih terstruktur dan rapi

Komponen ERD

ERD biasanya erat kaitannya dengan DFD (Data Flow Diagram) untuk menampilkan sebuah data store. Tujuannya untuk memvisualisasikan bagaimana proses data dapat saling terhubung dan dapat mengkontruksi data relasional. Berikut adalah beberapa komponen penting dalam ERD yaitu sebagai berikut:

1. Entitas

Entitas merupakan 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 memilki hubungan dengan entitas lain (Tidak Unik).

2. Atribut

Setiap entitas pasti memiliki atribut yang berfungsi untuk mendeskripsikan karakteristik dari entitas tersebut. Untuk penggunaan atribut key (key) adalah pembeda dari entitas dan atribut yang mana, diwakili dengna simbol ellips. Berikut ini adalah atribut yang paling sering digunakan:

  • Atribut kunci : Digunakan untuk menentukan data yang bersifat unik (NPWP, KTP, SIM)
  • Atribut simple : Atribut yang tidak dapat dicegah lagi atau atomic dan bernilai tunggal (Alamat Rumah, Tahun terbit jurnal)
  • Atribut Derivatif : Merupakan atribut yang berasal dari atribut lain dan tidak bersifat wajib untuk ditulis
3. Relasi

Komponen ketiga adalah relasi atau relationship. Relasi dalam ERD adalah hubungan yang terjadi antara satu atau lebih entitas. Relasi sendiri sering disebut dengan proses. Komponen ini digambarkan dengang lambang belah ketupat. Terdapat tiga jenis relasi yagn digunakan dalam ERD:

  • One-to-One : Setiap entitas hanya dapat mewakili relasi dengan satu entitas lain. Contohnya seperti mahasiswa dengan dosen wali.
  • One-to-Many : Memiliki arti satu entitas dapat memiliki relasi dengan beberapa entitas, begitu pula sebaliknya. Contoh dari implementasi one-to-many ini adalah program studi mahasiswanya.
  • Many-to-Many : Memiliki arti setiap entitas yang ada dapat memiliki relasi dengan entitas lain, begitu pula sebaliknya. Contoh dari relasi ini adalah mahasiswa dengan data terkait UKM
4. Garis

Dalam ERD sendiri garis digunakan untuk menunjukkan hubungan dalam ERD. Selain menjadi penghubung, garis juga dapat menunjukkan alur atau flow dari suatu ERD



Komentar

Posting Komentar

Postingan populer dari blog ini

Studi Kasus Data Mining Dalam Menentukan Tingkat Kelulusan Mahasiswa

Gambar
Studi Kasus:  Anda diberikan data transkrip nilai dan data lulusan dari universitas melalui API. Data transkrip nilai mencakup detail nilai yang diperoleh mahasiswa untuk mata kuliah yang diambil. Data lulusan memberikan informasi demografis dan akademik mahasiswa, termasuk tanggal masuk dan lulus, serta predikat kelulusan. (API Dokumentasi :  https://documenter.getpostman.com/view/6355959/2sA35HY1XM  atau dapat di lihat pada bagian FInal Project Information ). 1. Integrasi dan Pembersihan Data. Cari IPS setiap semester permahasiswa. ini bisa memudahkan untuk normalisasi data Gabungkan IPS permahasiswa dengan dataset yang lainya ("ms_lulusan") berdasarkan NIM. Tambahkan hasil dari durasi studi masing-masing mahasiswa Lakukan pembersihan data, termasuk mengidentifikasi dan mengatasi nilai yang hilang atau tidak konsisten dalam data. Hilangkan mahasiswa pindahan. Standardisasi format tanggal dan jenis kelamin untuk analisis lebih lanjut. 2. Analisis Cari pola atau tren yang pal
Baca selengkapnya

30 JENIS ALGORITMA SUPERVISED LEARNING (PREDIKSI)

Penjelasan Tentang Pembelajaran Supervised Learning Pembelajaran Supervised Learning adalah salah satu jenis metode pembelajaran mesin (machine learning) yang paling umum digunakan. Dalam pembelajaran terawasi, model dilatih menggunakan dataset yang sudah memiliki label atau jawaban yang benar. Tujuannya adalah untuk mengajarkan model agar dapat memprediksi output atau label yang benar untuk input baru yang belum pernah dilihat sebelumnya. Komponen Utama dalam Supervised Learning: Data Pelatihan (Training Data) : Input (Fitur atau Variabel Independem) : Merupakan atribut atau karakteristik yang digunakan untuk membuat prediksi. Biasanya dilambangkan dengan X X X . Output (Label atau Variabel Dependen) : Merupakan hasil atau kategori yang ingin diprediksi oleh model. Biasanya dilambangkan dengan Y Y Y . Model Pembelajaran Mesin : Model adalah algoritma yang digunakan untuk mempelajari hubungan antara input dan output dari data pelatihan. Model ini kemudian digunakan untuk memprediksi ou
Baca selengkapnya