Data modelling atau pemodelan data pada rekayasa perangkat lunak, merupakan proses menciptakan model data untuk sistem informasi dengan menerapkan teknik pemodelan data formal.[5]
Pemodelan data adalah proses yang digunakan untuk mendefinisikan dan menganalisis data persyaratan yang diperlukan untuk mendukung proses bisnis dalam lingkup yang sesuai sistem informasi dalam organisasi. Oleh karena itu, proses pemodelan data melibatkan pemodel data profesional bekerja sama dengan para pemangku kepentingan bisnis, serta calon pengguna sistem informasi.[1]
Penggunaan standar pemodelan data sangat disarankan untuk;
- mengelola data sebagai sumber daya
- untuk integrasi sistem informasi
- untuk mendesain database / gudang data (alias repositori data)
Ditentukan dua jenis pemodelan data: - Pemodelan data strategis: Strategi yang mendefinisikan visi keseluruhan dan arsitektur untuk suatu sistem informasi.
- Pemodelan data analisis sistem: Dalam sistem analisis model data logis diciptakan sebagai bagian dari pembangunan database baru.
Topik pemodelan data
Model Data
Model data memberikan struktur untuk data yang digunakan dalam sistem informasi dengan menyediakan definisi dan format tertentu. Jika model data yang digunakan secara konsisten di seluruh sistem maka kompatibilitas data dapat dicapai. Berikut merupakan rincian singkat (termasuk masalah) yang ada di dalam Model Data;
- Business rules adalah aturan yang terspesifikasi tentang bagaimana suatu pekerjaan selesai di beberapa penempatan kerja, dan seringnya pekerjaan tersebut terselesaikan secara struktural yang ada di model data. Hal ini mempunyai makna bahwa tiap perubahan kecil dalam bisnis dapat mengakibatkan perubahan besar pada sistem komputer dan interfacenya.
- Entitas sering tidak teridentifikasi dengan benar, Hal ini dapat menyebabkan terjadinya replikasi data, termasuk struktur data beserta fungsinya, bersamaan dengan biaya-biaya yang ada yang akan mempengaruhi pengembangan sistem data beserta hal yang terkait dengan maintenancenya.
- Sistem model data dibuat untuk sistem yang kewenangannya berbeda pula. Hasil daripada tiap sistem tersebut menunjukkan bahwa interface yang kompleks diperlukan untuk sistem yang sifatnya saling berbagi data
- Data tidak dapat dibagikan pada pelanggan karena struktur dari data belum di standarisasi. Bagaimanapun juga, model data harus dibuat seoptimal mungkin sehingga sesuai dengan kebutuhan bisnis.[2]
Skema Konseptual, Logika, dan Fisik
- Skema Konseptual : Mendeskripsikan beberapa domain dari semantik (ruang lingkup pada sebuah model, sebagai contoh, bisa saja model tersebut bisa berupa sesuatu area yang menarik daripada sebuah organisasi atau industri
- Skema Logis : Mendeskripsikan sebuah struktur dari beberapa domain sebuah informasi
- Skema Fisik : Mendeskripsikan sebuah makna-makna dari sifat fisik sebuah penyimpanan data.[3]
Data modeling process
Proses sebuah desain database dapat meningkatkan tingkat produktivitas terhadap beberapa skema yang sudah dijelaskan tersebut. Database design mendokumentasikan skema tersebut untuk kemudian mengonversikannya menuju sebuah Data Definition Language (DDL), yang dimana hal ini dapat melakukan ‘generate’ pada sebuah database.
Dalam prosesnya, sistem interface menjadi salah satu faktor pemasukan akun sebesar 25%-70% dalam membangun sekaligus membantu biaya yang dikelurkan oleh sistem itu sendiri. Alasan Utama dalam adanya pembiayaan ini dikarenakan sistem tersebut tidak melakukan sharing data umum pada sebuah model data biasanya.[2]
Modeling methodologies
- Bottom-up models : Adalah sudut pandang terhadap penglihatan secara langsung mengenai output yang sering dikeluarkan akibat dari upaya rekayasa ulang.
- Top-down models : Adalah sudut pandang terhadap penglihatan secara langsung dengan cara yang abstrak untuk mendapatkan informasi melalui orang-orang yang tahu mengenai bidang kerjanya.[4]
Entity relationship diagrams
Model ini mempunyai nama lain “Entity Relationship Model”, karena menggambarkan suatu hubungan dan hal-hal yang bersifat entitas pada sebuah data. Model ini pula merupakan salah satu contoh konsep abstrak yang nantinya akan merepresentasikan sebuah struktur data
Generic data modeling
Model data generik mendefinisikan standar jenis dengan hal-hal yang mungkin terkait dalam suatu relasi,Misalnya relasi antara individu dengan kelas dan populasi. Model data ini memungkinkan ekspresi dan fakta yang tak terbatas
Semantic data modeling
Model data semantik digunakan untuk memberikan pandangan konseptual dengan ilustrasi atau model yang benar-bwnar dapat merepresentasikan apa yang terjadi di lapangan. Model data ini biasanya digunakan untuk perencanaan data resources, membangun shareable database, mengevaluasi vendor perangkat lunak, pengintegrasian database yang sudah ada,dan lain-lain.[5][6][7]
Langkah-langkah pemodelan data
- Mengidentifikasi data entitas, dimana model data dibuat dengan mengumpulkan informasi tentang organisasi dan mengumpulkan sudut pandang customer/client.
- Mengidentifikasi kunci identitas.
- Mendefinisikan hubungan dokumen satu dengan yang lainnya.
- Mempersiapkan konsep model data yang digunakan sebagai sebuah starting point untuk mengklasifikasikan data entitas.
- Memulai untuk mengambil model data secara logis dari konsep model data yang telah dipersiapkan sebelumnya untuk mengidentifikasi tipe dan subtipe didalam data entitas.
- Mengidentifikasikan atribut yaitu definisi, nama, dan atribut dokumen entitas juga mendiskripsikan langkah-langkah untuk mengakses data yang berisi model data, mengidentifikasi hal-hal primer, kandidat, dan kunci-kunci yang lain.
- Menormalisasi model data dengan mengikuti aturan-aturan normalisasi untuk memverifikasikan bahwa atribut sesuai dengan entitas.
- Mendesain model data secara fisik.[8]
Tidak ada komentar:
Posting Komentar