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
}
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-primabergantung 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).
Join natural pada NIM dan Kodemkmendapatkan 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 \(B\).
Keduanya 3NF pada asumsi DF di atas; join pada IdDeptlossless.
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)
Identifikasi semua DF dan kunci kandidat.
Tangani pelanggaran dari bentuk target (BCNF / 3NF) dengan memisahkan atribut yang menyebabkan penentu bukan superkey atau transitif non-prima.
Ulangi hingga tiap relasi memenuhi target atau kompromi (mis. berhenti di 3NF).
Verifikasi lossless; jika butuh DF lokal, cek pelestarian.
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).
Selama ada DF \(X \rightarrow A\) yang melanggar BCNF (\(X\) bukan superkey):
Pisahkan menjadi \(R_1(X \cup A)\) dan \(R_2(U - A)\) (variasi standar dengan atribut penentu dan dependen).
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).
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).
(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.