ENTITY RELATION SHIP

Contoh kasus: Apotik “OBATKU”

• Pada basis data apotik “Obatku”, entitasnya adalah Karyawan, Obat, Supplier, Faktur Penjualan, Faktur Supply, dan Pelanggan. Dan pada setiap entitas memiliki atribut baik sebuah primary key dan yang lain non primary key.
• Antar entitas memiliki sebuah relasi dan kardinalitasnya, yang digunakan untuk membuat diagram E-R.
• Dari basis data yang telah dibuat kemudian diimplementasikan ke dalam bentuk diagram E-R.

Identifikasi entitas atribut untuk masing-masing entitas beserta atribut key adalah sebagai berikut:

Identifikasi Non Primary Key pada setiap entitas sebagai berikut:

 Identifikasi entitas dengan seluruh relasi.

Identifikasi Bilangan kardinalitas pada
relasi dua entitas sebagai berikut:

NORMALISASI DATA

Normalisasi database biasanya jarang dilakukan dalam database skala kecil, dan dianggap tidak diperlukan pada penggunaan personal. Namun seiring dengan berkembangnya informasi yang dikandung dalam sebuah database, proses normalisasi akan sangat membantu dalam menghemat ruang yang digunakan oleh setiap tabel di dalamnya, sekaligus mempercepat proses permintaan data.

Proses normalisasi model data dapat diringkas sebagai berikut:
a. Menemukan entitas-entitas utama dalam model data.
b. Menemukan hubungan antara setiap entitas.
c. Menentukan atribut yang dimiliki masing-masing entitas.
Normalisasi model data dilakukan dengan mengikuti langkah-langkah sederhana, mengubahnya agar memenuhi apa yang disebut sebagai bentuk normal pertama, kedua, lalu ketiga secara berturutan.

Langkah-Langkah Normalisasi
1. Bentuk Normal Pertama ( 1NF )
Sebuah model data dikatakan memenuhi bentuk normal pertama apabila setiap atribut yang dimilikinya memiliki satu dan hanya satu nilai. Apabila ada atribut yang memiliki nilai lebih dari satu, atribut tersebut adalah kandidat untuk menjadi entitas tersendiri.
2. Bentuk Normal Kedua ( 2NF )
Sebuah model data dikatakan memenuhi bentuk normal kedua apabila ia memenuhi bentuk normal pertama dan setiap atribut non-identifier sebuah entitas bergantung sepenuhnya hanya pada semua identifier entitas tersebut.
3. Bentuk Normal Ketiga (3NF)
Sebuah model data dikatakan memenuhi bentuk normal ketiga apabila ia memenuhi bentuk normal kedua dan tidak ada satupun atribut non-identifying (bukan pengidentifikasi unik) yang bergantung pada atribut non-identifying lain. Apabila ada, pisahkan salah satu atribut tersebut menjadi entitas baru, dan atribut yang bergantung padanya menjadi atribut entitas baru tersebut.