Tugas 8 APSI

June 09, 2023

DATA MODELLING

Data modeling secara umum adalah proses merancang representasi struktur dan hubungan antara data dalam suatu sistem atau organisasi. Tujuan utama dari data modeling adalah untuk memahami, mengorganisir, dan menggambarkan data dengan cara yang memudahkan pengambilan keputusan, analisis, dan pemrosesan informasi secara efisien.

Fungsi data modeling dalam sebuah sistem informasi meliputi beberapa aspek penting yang membantu dalam pengembangan dan pemeliharaan sistem informasi. Berikut ini adalah beberapa fungsi utama data modeling dalam sistem informasi:

Merancang Struktur Data: Data modeling membantu dalam merancang struktur data yang efisien dan terstruktur. Ini melibatkan identifikasi entitas, atribut, dan relasi antara entitas yang ada dalam sistem informasi. Dengan memahami struktur data yang diperlukan, data modeling membantu dalam membangun basis data yang tepat untuk menyimpan dan mengelola informasi yang relevan.

Mempermudah Integrasi Sistem: Dalam sistem informasi yang kompleks, seringkali diperlukan integrasi antara berbagai komponen dan modul. Data modeling memainkan peran penting dalam memahami kebutuhan integrasi dan merancang struktur data yang kompatibel antara sistem yang berbeda. Ini membantu memastikan bahwa data dapat bergerak secara mulus antara berbagai komponen sistem dan memfasilitasi pertukaran informasi yang efisien.

Menyediakan Panduan untuk Pengembangan Aplikasi: Data modeling memberikan panduan dan arahan bagi pengembang dalam membangun aplikasi dan fungsionalitas yang sesuai dengan kebutuhan sistem informasi. Dengan memahami struktur data yang ada dan persyaratan pengguna, pengembang dapat mengembangkan aplikasi yang dapat mengakses dan memanipulasi data dengan benar. Data modeling juga membantu dalam mengidentifikasi kebutuhan analisis dan pelaporan data, yang dapat membimbing pengembangan fitur-fitur tambahan.

Secara keseluruhan, fungsi data modeling dalam sebuah sistem informasi adalah untuk membantu merancang, mengorganisir, dan mengelola data dengan cara yang efisien, konsisten, dan relevan. Hal ini berkontribusi pada pengembangan sistem informasi yang lebih baik, pengambilan keputusan yang lebih baik, dan penggunaan data yang lebih efektif.

Sekarang, mari kita jelaskan tentang CDM (Conceptual Data Model), LDM (Logical Data Model), dan PDM (Physical Data Model):

Conceptual Data Model (CDM):

CDM adalah representasi abstrak dan independen dari teknologi dari suatu sistem yang mencerminkan persepsi bisnis dan persyaratan pengguna.
CDM berfokus pada pemahaman konseptual dari entitas, atribut, dan relasi antara entitas dalam domain bisnis.
CDM membantu menggambarkan pemahaman yang jelas tentang struktur data secara keseluruhan tanpa terikat pada implementasi teknologi tertentu.

Logical Data Model (LDM):

LDM adalah representasi data yang terstruktur secara logis dan terlepas dari implementasi fisiknya.
LDM menggambarkan entitas, atribut, relasi, dan ketergantungan fungsional antara entitas dalam basis data.
LDM menggabungkan persyaratan bisnis dari CDM dengan struktur logis yang mendukung pengembangan dan pemeliharaan database.

Physical Data Model (PDM):

PDM adalah representasi data yang terkait dengan implementasi fisiknya pada tingkat teknologi tertentu (misalnya, database relasional).
PDM menggambarkan struktur fisik dari tabel, kolom, indeks, dan aturan integritas referensial yang spesifik untuk sistem atau teknologi yang digunakan.
PDM mengubah desain logis dari LDM menjadi struktur fisik yang dapat diimplementasikan dalam sistem atau database tertentu.

Perbedaan utama antara CDM, LDM, dan PDM adalah tingkat abstraksi dan keterkaitannya dengan implementasi teknologi. CDM adalah representasi konseptual yang independen dari teknologi, LDM adalah representasi logis yang masih terlepas dari teknologi, sedangkan PDM adalah representasi fisik yang spesifik untuk implementasi teknologi yang dipilih.

STUDI KASUS DATA MODELLING DALAM NETFLIX

CDM