Normalisasi Basis Data

Konsep Basis Data — Pertemuan ke-5

Anggit Wirasto, S.Si., M.Eng.

Tujuan pembelajaran

Setelah materi ini, mahasiswa diharapkan mampu:

  • Menjelaskan motivasi normalisasi: redundansi, anomali INSERT / UPDATE / DELETE.
  • Mendefinisikan 1NF, 2NF, 3NF, dan BCNF serta mengenali pelanggarannya dari dependensi fungsional (DF).
  • Menerapkan dekomposisi tabel menuju bentuk normal yang ditargetkan pada contoh skema.
  • Membedakan sifat lossless join vs pelestarian dependensi pada hasil dekomposisi.
  • Menyebut secara ringkas bentuk 4NF / 5NF dan kapan denormalisasi masuk akal.

Hubungan dengan dependensi fungsional

Normalisasi memanfaatkan DF (\(X \rightarrow Y\)) yang sudah dipelajari di materi dependensi fungsional: kita mendeteksi partial dan transitive dependency, lalu memecah relasi agar setiap tabel menggambarkan satu jenis fakta dengan sedikit redundansi.

Tanpa daftar DF yang wajar, normalisasi hanya “tebak struktur” — DF adalah kontrak semantik antara desainer dan data nyata.

Mengapa menormalisasi?

Redundansi = informasi sama disalin di banyak baris → mudah inkonsisten (satu baris diperbarui, baris lain “ketinggalan”).

Tiga anomali pada skema “campur aduk”:

  • Anomali penyisipan (INSERT): fakta tentang entitas A tidak bisa direkam tanpa membawa fakta B yang seharusnya bebas.
  • Anomali pembaharuan (UPDATE): satu perubahan makna bisnis harus diulang di banyak baris.
  • Anomali penghapusan (DELETE): menghapus satu jenis fakta ikut menghapus fakta lain yang ingin tetap ada.

Normalisasi memecah relasi agar tiap tabel mendekati satu entitas / satu jenis hubungan.

ER konseptual (bagaimana dunia nyata seharusnya)

Secara konseptual ada entitas terpisah (Mahasiswa, Matakuliah, Dosen) dan hubungan pengambilan (siapa mengambil MK apa, berapa nilainya). Diagram ER berikut adalah target desain; masalah muncul jika kita menyatukan semua kolom ke satu tabel lebar.

erDiagram
    MAHASISWA ||--o{ AMBIL_MK : mengambil
    MATAKULIAH ||--o{ AMBIL_MK : diikuti
    DOSEN ||--o{ MATAKULIAH : mengampu
    MAHASISWA {
        string NIM PK
        string NamaMhs
    }
    MATAKULIAH {
        string Kodemk PK
        string NamaMk
        int SKS
        string NIDN_FK "pengampu"
    }
    DOSEN {
        string NIDN PK
        string NamaDosen
    }
    AMBIL_MK {
        string NIM FK
        string Kodemk FK
        string Nilai
    }

Anti-pola: satu relasi menampung banyak entitas

Relasi denormal (campur aduk):

NilaiKuliah(NIM, NamaMhs, Kodemk, NamaMk, SKS, NIDN, NamaDosen, Nilai)

Kunci primer \(\{\text{NIM}, \text{Kodemk}\}\): satu baris = satu peristiwa ambil MK, tetapi kolom NamaMhs, NamaMk, SKS, NIDN, NamaDosen adalah data master yang seharusnya hidup di entitas sendiri.

erDiagram
    NILAIKULIAH_DENORM {
        string NIM PK_FK
        string Kodemk PK_FK
        string NamaMhs "redundan"
        string NamaMk "redundan"
        int SKS "redundan"
        string NIDN "redundan"
        string NamaDosen "redundan"
        string Nilai
    }

Diagram ini menekankan: secara fisik hanya ada satu “kotak”, sehingga semua fakta terikat dalam satu baris.

Contoh data (basis untuk anomali)

Asumsi: satu MK satu pengampu tetap; nama/SKS/NamaDosen sama untuk setiap baris dengan Kodemk yang sama.

NIM NamaMhs Kodemk NamaMk SKS NIDN NamaDosen Nilai
001 Rina IF101 Algoritma 3 D01 Pak Budi A
002 Rina IF101 Algoritma 3 D01 Pak Budi B
001 Rina IF202 Basis Data 4 D02 Bu Citra —

Redundansi: NamaMhs “Rina” tiga kali; untuk IF101 kolom MK & dosen identik di dua baris.

Anomali INSERT

Situasi: fakultas membuka MK baru IF303 (Jaringan Komputer, 3 SKS, pengampu D03, Pak Doni) — belum ada mahasiswa yang mendaftar.

Masalah: kunci \(\{\text{NIM}, \text{Kodemk}\}\) mengharuskan NIM ada. Kita tidak punya baris “mahasiswa ambil” yang sah tanpa NIM nyata; menyisipkan NIM semu / NULL (jika diizinkan) mencemari data atau melanggar integritas.

Makna: katalog MK (fakta tentang matakuliah) tidak bisa direkam murni; harus “nempel” pada enrollment. Setelah normalisasi, MATAKULIAH(Kodemk, NamaMk, SKS, NIDN, …) bisa menerima baris MK baru tanpa baris di AMBIL_MK.

Anomali UPDATE

Situasi: NamaDosen untuk D02 resmi diganti menjadi “Dr. Citra, M.T.” (satu identitas, satu perubahan kebijakan).

Masalah: harus memperbarui setiap baris yang berisi NIDN = D02 (bisa puluhan/ratusan baris nilai). Jika satu baris terlewat → satu NIDN memunculkan dua varian nama di basis data.

Makna: satu atribut master (nama dosen) tidak berlokasi tunggal; normalisasi memindahkan ke DOSEN(NIDN, NamaDosen) sehingga satu UPDATE cukup.

Anomali DELETE

Situasi: hapus semua baris nilai untuk IF101 (misalnya reset kelas / salah input massal) — yang ingin dihapus hanya fakta nilai / pendaftaran, bukan definisi MK.

Masalah: jika tidak ada baris lain dengan Kodemk = IF101, maka NamaMk, SKS, NIDN, NamaDosen untuk IF101 lenyap dari relasi ini. Katalog MK seolah tidak pernah ada, padahal MK mungkin tetap ditawarkan semester depan.

Makna: penghapusan satu jenis hubungan (ambil/nilai) tidak boleh merenggut entitas MK. Pecah ke AMBIL_MK vs MATAKULIAH mengisolasi penghapusan.

Ringkasan anomali vs perbaikan skema

Anomali Gejala pada NilaiKuliah lebar Arah perbaikan (sesuai ER)
INSERT Tidak bisa rekam MK/dosen baru tanpa NIM Tabel master MATAKULIAH, DOSEN, MAHASISWA
UPDATE Ubah nama/SKS/dosen → banyak baris Satu baris per entitas di tabelnya
DELETE Hapus nilai → hilang data MK bila tidak ada baris lain Nilai hanya di AMBIL_MK; definisi MK tetap di MATAKULIAH

Langkah berikutnya di materi ini: formalisasi lewat DF dan bentuk normal (1NF, 2NF, 3NF, …) untuk mendapatkan dekomposisi yang lossless.

Definisi inti sebelum bentuk normal

  • Kunci kandidat: minimal superkey (tidak ada subset proper yang masih superkey).
  • Atribut prima: anggota suatu kunci kandidat; non-prima: bukan.
  • DF penuh pada kunci komposit: \(X \rightarrow Y\) dengan \(X\) subset kunci komposit — “penuh” artinya \(Y\) tidak ditentukan oleh subset proper \(X\) saja (hanya oleh keseluruhan kunci).

Pelanggaran bentuk normal = pola DF tertentu tidak diinginkan pada satu relasi.

flowchart TB
  K["Kunci kandidat<br/>(minimal superkey)"]
  K --> P["Atribut prima"]
  K --> NP["Atribut non-prima"]
  NP --> Cek["Uji: parsial / transitif / penentu bukan superkey"]

Bentuk normal pertama (1NF)

Syarat: setiap sel berisi nilai atomik (satu nilai skalar, bukan daftar/“tabel dalam sel”); tidak ada grup berulang pada level baris yang sama.

Pelanggaran: kolom Telepon berisi "081x, 082x"; kolom Hobi berisi beberapa nilai tanpa pemisahan; mengulang “blok” kolom Mk1, Mk2, Mk3.

Contoh bukan 1NF — grup kolom berulang (Mk1, Mk2, …):

NIM Nama Mk1 Mk2 Mk3
001 Ana IF101 IF202 IF303
002 Ben IF101 — —

Satu “slot” MK kosong (—) dan urutan kolom artifisial → sulit query & tidak atomik secara konsep.

Perbaikan: pecah ke baris terpisah (tabel hubung) atau buat tabel anak satu nilai per sel — mis. MahasiswaTelepon(NIM, Urutan, Nomor).

1NF — contoh singkat

NIM Nama Hobi (tidak 1NF)
001 Ana membaca, melukis

Versi 1NF (salah satu cara):

NIM Nama Hobi
001 Ana membaca
001 Ana melukis

Atau entitas terpisah HobiRef + MhsHobi(NIM, KodeHobi).

Bentuk normal kedua (2NF)

Syarat: memenuhi 1NF, dan setiap atribut non-prima bergantung penuh pada setiap kunci kandidat — tidak ada dependensi parsial pada kunci komposit.

Dependensi parsial: ada DF \(Z \rightarrow A\) dengan \(Z\) subset proper dari kunci kandidat komposit, \(A\) non-prima.

Intuisi: “fakta tentang sebagian kunci” tidak boleh disimpan di baris yang identitasnya membutuhkan seluruh kunci.

2NF — contoh

Relasi Registrasi(NIM, Kodemk, NamaMhs, SKS, Nilai) dengan kunci \(\{\text{NIM}, \text{Kodemk}\}\).

DF yang wajar:

  • \(\text{NIM} \rightarrow \text{NamaMhs}\) → parsial (NamaMhs hanya perlu NIM).
  • \(\text{Kodemk} \rightarrow \text{SKS}\) → parsial (SKS hanya perlu Kodemk).
  • \(\{\text{NIM}, \text{Kodemk}\} \rightarrow \text{Nilai}\) → penuh.

Pelanggaran 2NF karena NamaMhs dan SKS.

2NF — contoh

Contoh keadaan data (redundansi nama & SKS):

NIM Kodemk NamaMhs SKS Nilai
001 IF101 Rina 3 A
001 IF202 Rina 4 B
002 IF101 Dodi 3 C

NamaMhs hanya bergantung pada NIM; SKS hanya pada Kodemk — muncul berulang per kombinasi.

Dekomposisi menuju 2NF (contoh)

Dari Registrasi sebelumnya:

  1. Mahasiswa(NIM, NamaMhs) — kunci NIM.
  2. Matakuliah(Kodemk, SKS) — kunci Kodemk.
  3. AmbilMk(NIM, Kodemk, Nilai) — kunci \(\{\text{NIM}, \text{Kodemk}\}\).

Join natural pada NIM dan Kodemk mendapatkan kembali semua informasi semula (lossless jika proyeksi benar).

Dekomposisi menuju 2NF (contoh)

Isi contoh setelah pecah (tiga relasi):

Mahasiswa

NIM NamaMhs
001 Rina
002 Dodi

Matakuliah

Kodemk SKS
IF101 3
IF202 4

Dekomposisi menuju 2NF (contoh)

Isi contoh setelah pecah (tiga relasi):

AmbilMk

NIM Kodemk Nilai
001 IF101 A
001 IF202 B
002 IF101 C

flowchart LR
  subgraph s["Mahasiswa"]
    M1["NIM, NamaMhs"]
  end
  subgraph k["Matakuliah"]
    M2["Kodemk, SKS"]
  end
  subgraph a["AmbilMk"]
    M3["NIM, Kodemk, Nilai"]
  end
  M1 -->|NIM| M3
  M2 -->|Kodemk| M3

Bentuk normal ketiga (3NF)

Syarat: memenuhi 2NF, dan tidak ada atribut non-prima yang bergantung transitif pada kunci kandidat melalui atribut non-prima lain.

Bentuk setara (definisi klasik): untuk setiap DF nontrivial \(X \rightarrow A\), berlaku salah satu: \(X\) superkey, atau \(A\) prima.

Transitive (contoh pola): kunci \(K \rightarrow B\) (non-prima), lalu \(B \rightarrow C\) (non-prima) sehingga secara semantik \(C\) “ikut” lewat \(B\).

3NF — contoh pelanggaran

Pegawai(NIP, Nama, IdDept, NamaDept, LokasiDept)

Kunci NIP. DF:

  • \(\text{NIP} \rightarrow \text{Nama}, \text{IdDept}\)
  • \(\text{IdDept} \rightarrow \text{NamaDept}, \text{LokasiDept}\)

Rantai \(\text{NIP} \rightarrow \text{IdDept} \rightarrow \text{NamaDept}\) → transitif (NamaDept non-prima, IdDept bukan superkey).

Contoh keadaan data (satu departemen, banyak pegawai):

NIP Nama IdDept NamaDept LokasiDept
P01 Andi D1 Informatika Gedung A
P02 Bima D1 Informatika Gedung A
P03 Citra D2 Matematika Gedung B

NamaDept dan LokasiDept kopian untuk setiap baris dengan IdDept sama.

Dekomposisi menuju 3NF (contoh)

  1. Pegawai(NIP, Nama, IdDept) — kunci NIP.
  2. Departemen(IdDept, NamaDept, LokasiDept) — kunci IdDept.

Keduanya 3NF pada asumsi DF di atas; join pada IdDept lossless.

Isi contoh setelah pecah:

Pegawai

NIP Nama IdDept
P01 Andi D1
P02 Bima D1
P03 Citra D2

Dekomposisi menuju 3NF (contoh)

Departemen

IdDept NamaDept LokasiDept
D1 Informatika Gedung A
D2 Matematika Gedung B

Bentuk normal Boyce–Codd (BCNF)

Syarat (definisi praktis): untuk setiap DF nontrivial \(X \rightarrow Y\), \(X\) harus superkey (determinan selalu “cukup kuat” sebagai kunci).

Lebih ketat dari 3NF: tidak ada pengecualian “RHS prima”; setiap penentu harus menjadi kunci.

Jika relasi sudah 3NF tetapi masih ada penentu bukan superkey → pecah lagi (kadang mengorbankan pelestarian semua DF).

3NF vs BCNF — intuisi

  • 3NF mengizinkan pengecualian tertentu agar semua DF bisa diuji secara lokal di satu tabel (dependency preservation).
  • BCNF mengejar determinan = superkey → skema sering “lebih bersih”, tetapi dekomposisi bisa tidak melestarikan semua DF tanpa join.

Dalam praktik: targetkan BCNF bila memungkinkan; 3NF + pelestarian DF adalah kompromi klasik.

Contoh “rawan BCNF” (konsep)

Skema di mana ada DF \(X \rightarrow Y\) dengan \(X\) bukan superkey, tetapi \(Y\) prima — bisa lolos 3NF tetapi gagal BCNF.

Contoh ringkas: KelasKuliah(NIM, Kodemk, NIDN) — asumsi satu mahasiswa–MK diampu tepat satu dosen; satu dosen hanya mengampu satu kode MK (NIDN → Kodemk). Kunci kandidat: \(\{\text{NIM}, \text{Kodemk}\}\) dan \(\{\text{NIM}, \text{NIDN}\}\) (semua atribut prima → bisa lolos 3NF), tetapi NIDN menentukan Kodemk tanpa NIDN menjadi superkey → melanggar BCNF.

NIM Kodemk NIDN
001 IF101 D01
002 IF101 D01
001 IF202 D02

Implikasi: pecah agar penentu selalu superkey (mis. relasi Pengampu(NIDN, Kodemk) + Ambil(NIM, NIDN) atau varian setara); detail langkah mengikuti himpunan DF lengkap.

Lossless join decomposition

Lossless (tanpa rugi informasi): proyeksi relasi \(R\) menjadi \(R_1, \ldots, R_n\) dikatakan lossless terhadap \(R\) jika untuk setiap keadaan legal \(r\) pada \(R\), berlaku \(r = \bowtie_i \pi_{R_i}(r)\) (natural join mengembalikan tepat baris semula).

Uji praktis (dua skema): dekomposisi \(\{R_1, R_2\}\) lossless jika satu dari proyeksi berisi superkey dari gabungan atribut yang dipotong (kriteria Heath untuk pasangan).

Contoh bilangan kecil: \(R(\text{NIM}, \text{Kodemk}, \text{Nilai})\) — dekomposisi \(R_1(\text{NIM}, \text{Kodemk})\), \(R_2(\text{NIM}, \text{Nilai})\) bukan lossless umumnya; dekomposisi \(R_1(\text{NIM}, \text{Kodemk}, \text{Nilai})\) dan \(R_2(\text{NIM}, \text{NamaMhs})\) dengan \(R_1\) memuat kunci \(\{\text{NIM}, \text{Kodemk}\}\) sesuai contoh 2NF mendukung join balik.

Lossless join decomposition

flowchart TB
  R["R: satu relasi semula"]
  R --> P1["π ke R₁, R₂, …"]
  P1 --> J["⋈ natural join"]
  J --> R2["harus = R"]

Dependency preservation

Pelestarian dependensi: himpunan DF global tersirat oleh DF yang lokal di tiap \(R_i\) tanpa harus join antartabel untuk memverifikasi.

Trade-off: algoritma dekomposisi BCNF tidak selalu pelestarian DF; sintesis 3NF dirancang agar lossless + pelestarian DF.

flowchart LR
  G["DF global F"] --> L1["DF lokal di R₁"]
  G --> L2["DF lokal di R₂"]
  G --> L3["…"]
  L1 --> V["Cek: apakah F⁺ = ∪ Fᵢ⁺ ?"]

Strategi dekomposisi (gambaran)

  1. Identifikasi semua DF dan kunci kandidat.
  2. Tangani pelanggaran dari bentuk target (BCNF / 3NF) dengan memisahkan atribut yang menyebabkan penentu bukan superkey atau transitif non-prima.
  3. Ulangi hingga tiap relasi memenuhi target atau kompromi (mis. berhenti di 3NF).
  4. Verifikasi lossless; jika butuh DF lokal, cek pelestarian.

flowchart TD
  S1["1. Kumpulkan DF & kunci"]
  S2["2. Pecah pelanggaran BN"]
  S3["3. Ulangi per subrelasi"]
  S4["4. Uji lossless & DF lokal"]
  S1 --> S2 --> S3 --> S4
  S3 -.->|masih melanggar| S2

Algoritma sintesis → 3NF (ringkas)

Idea kunci: mulai dari minimal cover DF, buat satu relasi per DF \(X \rightarrow Y\), lalu pastikan ada relasi yang memuat kunci asli \(R\) agar lossless.

Hasil: dekomposisi lossless dan melestarikan DF (teorema klasik relasional).

Detail langkah perhitungan minimal cover → lihat buku teks (Elmasri-Navathe, Connolly-Begg, Silberschatz).

Algoritma dekomposisi → BCNF (ringkas)

Selama ada DF \(X \rightarrow A\) yang melanggar BCNF (\(X\) bukan superkey):

  1. Pisahkan menjadi \(R_1(X \cup A)\) dan \(R_2(U - A)\) (variasi standar dengan atribut penentu dan dependen).
  2. Terapkan rekursif pada \(R_1\), \(R_2\).

Hasil: setiap hasil akhir BCNF; join keseluruhan lossless, tetapi DF bisa tidak seluruhnya teruji per tabel.

flowchart TD
  Q{Ada DF melanggar BCNF?}
  Q -->|ya| P["Pisah R jadi R₁, R₂"]
  P --> Q
  Q -->|tidak| Done["Tiap hasil memenuhi BCNF"]

Bentuk normal keempat (4NF) — tinjauan

Berdasarkan dependensi multivalai (MVD): pola “satu nilai di kiri menentukan himpunan independen di kanan” tanpa DF klasik.

4NF: untuk setiap MVD nontrivial \(X \twoheadrightarrow Y\), \(X\) harus superkey.

Contoh intuisi: campur dua fakta independen multi-nilai dalam satu tabel (mis. pegawai–proyek dan pegawai–keterampilan) → pecah.

Contoh data (satu relasi — pola campur MVD):

PegawaiProyekSkill(NIP, KodeProyek, Keahlian)

NIP KodeProyek Keahlian
P01 PRJ-A SQL
P01 PRJ-A Python
P01 PRJ-B SQL

Bentuk normal keempat (4NF) — tinjauan

Proyek dan keahlian independen diberi NIP → setelah 4NF biasanya dipisah menjadi PegawaiProyek(NIP, KodeProyek) dan PegawaiSkill(NIP, Keahlian) (menghindari kombinasi semu saat join).

PegawaiProyek

NIP KodeProyek
P01 PRJ-A
P01 PRJ-B

PegawaiSkill

NIP Keahlian
P01 SQL
P01 Python

Bentuk normal kelima (5NF) — tinjauan

Berdasarkan dependensi join (JD): relasi tidak bisa direkonstruksi dari proyeksi tanpa join palsu yang menambah kombinasi tidak nyata.

5NF (PJNF): setiap JD nontrivial tersirat oleh superkey.

Jarang didiskusi di kursus dasar, penting untuk desain sangat terstruktur / data historis kompleks.

Ilustrasi konsep (bukan soal ujian rutin): jika relasi menyimpan hanya tripel legal \((A,B,C)\) yang merupakan join dari tiga fakta berpasangan, terkadang tiga proyeksi berpasangan direkonstruksi dengan join menghasilkan baris yang tidak pernah diinput — 5NF menuntut skema/proyeksi agar join tidak “mengada-adakan” kombinasi.

flowchart LR
  subgraph ok["Proyeksi + join sah"]
    A1[A,B]
    A2[B,C]
    A3[A,C]
  end
  ok --> R5["R = baris legal saja"]

Denormalisasi — kapan dipertimbangkan?

Denormalisasi = sengaja menggabung atau menyimpan redundan untuk:

  • Kinerja baca (kurangi join) pada laporan berat.
  • Model dokumen / cache yang tidak relasional murni.

Syarat: tim memahami tugas tambahan menjaga konsistensi (trigger, batch, kontrak aplikasi).

Ilustrasi skema laporan (denormal vs normal):

Pendekatan Struktur contoh Kompromi
Normal Order(OrdId, CustId, Tgl) + OrderItem(OrdId, ProdId, Qty) Banyak join untuk satu struk
Denormal OrderWide(OrdId, CustId, NamaCust, Tgl, ProdId, NamaProd, Qty, …) Sedikit join; NamaCust / NamaProd redundan

Denormalisasi — kapan dipertimbangkan?

flowchart LR
  subgraph n["Normal — integritas"]
    O1[Order]
    OI[OrderItem]
    O1 --> OI
  end
  subgraph d["Denormal — kinerja baca"]
    W[OrderWide]
  end

Ringkasan bentuk normal

BNF Inti syarat (setelah BNF sebelumnya)
1NF Nilai atomik; tanpa grup berulang “di dalam sel”.
2NF Tanpa dependensi parsial non-prima pada kunci komposit.
3NF Tanpa dependensi transitif non-prima lewat non-prima lain.
BCNF Setiap penentu DF nontrivial adalah superkey.
4NF Bebas MVD “aneh” kecuali superkey.
5NF Bebas JD yang mengarah pada join palsu.

flowchart TB
  n1["1NF — atomik"]
  n2["2NF — tanpa parsial"]
  n3["3NF — tanpa transitif non-prima"]
  n4["BCNF — penentu = superkey"]
  n5["4NF — MVD"]
  n6["5NF — JD"]
  n1 --> n2 --> n3 --> n4 --> n5 --> n6

Latihan konsep (1)

Diberikan Transaksi(IdTransaksi, IdPelanggan, NamaPelanggan, Tgl, IdProduk, NamaProduk, Qty, HargaSatuan) dengan kunci \(\{\text{IdTransaksi}, \text{IdProduk}\}\) (satu baris per item dalam transaksi).

Contoh cuplikan data:

IdTransaksi IdPelanggan NamaPelanggan Tgl IdProduk NamaProduk Qty HargaSatuan
T100 C01 Toko Maju 2026-03-01 PR01 Buku A 2 50000
T100 C01 Toko Maju 2026-03-01 PR02 Buku B 1 75000

Sebutkan minimal dua DF yang mengindikasikan pelanggaran 2NF (asumsi bisnis standar: nama pelanggan unik per IdPelanggan, nama produk unik per IdProduk).

Jawaban rangka (1)

  • \(\text{IdTransaksi} \rightarrow \text{IdPelanggan}, \text{NamaPelanggan}, \text{Tgl}\) (parsial pada kunci komposit jika satu transaksi satu pelanggan/tanggal).
  • \(\text{IdProduk} \rightarrow \text{NamaProduk}, \text{HargaSatuan}\) (parsial).

(Detail DF final bergantung apakah harga per produk global atau per transaksi — semantik bisnis menentukan.)

Arah dekomposisi (contoh tabel):

HeaderTransaksi

IdTransaksi IdPelanggan NamaPelanggan Tgl
T100 C01 Toko Maju 2026-03-01

Jawaban rangka (1)

DetailTransaksi

IdTransaksi IdProduk NamaProduk Qty HargaSatuan
T100 PR01 Buku A 2 50000
T100 PR02 Buku B 1 75000

(Idealnya NamaPelanggan / NamaProduk / harga juga dirujuk dari master Pelanggan / Produk — ini menunjukkan langkah normalisasi lanjutan.)

Latihan konsep (2)

Proyek(KodeProyek, NIP_Ketua, NamaKetua, Budget) dengan kunci KodeProyek dan DF \(\text{NIP\_Ketua} \rightarrow \text{NamaKetua}\).

Contoh cuplikan data:

KodeProyek NIP_Ketua NamaKetua Budget
PRJ-01 88001 Dr. Sari 150000000
PRJ-02 88002 Dr. Bima 200000000
PRJ-03 88001 Dr. Sari 95000000

Bentuk normal apa yang paling tepat dilanggar (asumsikan 1NF terpenuhi)? Usulkan dua tabel hasil dekomposisi.

Jawaban rangka (2)

Pelanggaran 3NF (transitif melalui non-prima NIP_Ketua jika KodeProyek menentukan NIP_Ketua).

Dekomposisi: Proyek(KodeProyek, NIP_Ketua, Budget) dan Pegawai(NIP_Ketua, NamaKetua).

Proyek

KodeProyek NIP_Ketua Budget
PRJ-01 88001 150000000
PRJ-02 88002 200000000
PRJ-03 88001 95000000

Jawaban rangka (2)

Pegawai

NIP_Ketua NamaKetua
88001 Dr. Sari
88002 Dr. Bima

Referensi untuk mendalami

  • R. Elmasri & S. Navathe, Fundamentals of Database Systems — bab dependensi dan normalisasi.
  • T. Connolly & C. Begg, Database Systems — praktik desain dan contoh dekomposisi.
  • A. Silberschatz, H. Korth, S. Sudarshan, Database System Concepts — teorema lossless dan 3NF synthesis.

Penutup

Normalisasi adalah keseimbangan antara integritas & konsistensi (skema ramping) dengan kinerja dan kemudahan query (kadang redundansi terkendali).

Mulai dari DF dan kunci yang jelas, naikkan bentuk normal secara bertahap, dan verifikasi lossless; BCNF/3NF adalah target umum di perkuliahan konsep basis data.