Konsep Manajemen Basis Data dalam SIG

MODEL BASIS DATA RELASIONAL

Model data relasional atau dalam bahasa inggris disebut  relational database management system (RDBMS) adalah adalah suatu model basis data yang menggunakan tabel dua dimensi, yang terdiri atas baris dan kolom untuk menggambarkan sebuah berkas data.

Pengertian

Model ini menunjukkan cara mengelola/mengorganisasikan data secara fisik dalam memory sekunder, yang akan berdampak pula pada bagaimana kita mengelompokkan data dan membentuk keseluruhan data yang terkait dalam sistem yang kita buat.

Pada model relasional, basis data akan disebar ke dalam berbagai tabel 2 dimensi. Setiap tabel selalu terdiri atas lajur mendatar yang disebut dengan baris data (row/record) dan lajur vertikal biasa disebut dengan kolom (column/field). Disetiap pertemuan baris data dan kolom itulah, item-item data (satuan data terkecil) ditempatkan.

Pada model relasional, tidak ada data yang kembar. Ini dikarenakan adanya kunci primer (Primary Key) . Kunci primer adalah satu item yang dipilih dalam suatu kolom yang unik dan tidak sama yang berfungsi untuk membedakan antara satu kolom dengan kolom lainnya.

Istilah-Istilah dalam Model Relasional

  • Relasi

berdasarkan definisi matematika, adalah sebuah himpunan bagian dari perkalian kartesian dari sekumpulan domain. Dalam model relasional, relasi dapat direpresentasikan dengan tabel.

  • Atribut

adalah kepala/header dari setiap kolom yang ada dalam tabel relasi. Berdasarkan contoh tabel MHS sebelumnya, atribut yang ada adalah NPM, Nama, dan Alamat.

  • Tupel

adalah sebuah baris dalam tabel relasi.

  • Domain

adalah sekumpulan nilai yang valid untuk setiap atribut yang ada dalam tabel relasi. Berdasarkan contoh tabel NILAI sebelumnya, domain dari atribut FINAL adalah angka 0 sampai 100.

  • Derajat

adalah jumlah atribut yang ada dalam tabel relasi.

  • Kardinalitas

adalah jumlah tupel yang ada dalam tabel relasi.

Relational Keys

  • Super Key

adalah sebuah atau sekumpulan atribut yang secara unik mengidentifikasi sebuah tupel dalam tabel relasi.

  • Candidate Key

adalah super key yang himpunan bagian yang sebenarnya tidak ada yang menjadi super key juga.

  • Primary Key

adalah candidate key yang dipilih sebagai pengidentifikasi unik untuk sebuah tabel relasi.

  • Alternate Key

adalah candidate key yang tidak dipilih sebagai primary key.

Relational Integrity Rules

  • NULL

adalah nilai sebuah atribut yang tidak diketahui atau tidak ada pada sebuah tupel dalam tabel relasi. Misalnya seorang mahasiswa tidak diketahui alamatnya sehingga pada tupel yang mengidentifikasi mahasiswa tersebut nilai dari atribut alamat diisi dengan NULL.

  • Entity Integrity

adalah sebuah peraturan integritas yang menyatakan bahwa setiap tabel relasi harus mempunyai sebuah primary key, dan atribut/sekumpulan atribut yang dipilih sebagai primary key harus mempunyai nilai dan nilai tersebut harus unik dan tidak NULL.

  • Referential Integrity

adalah sebuah peraturan integritas yang menyatakan bahwa setiap atribut sebuah tabel relasi yang menunjuk ke tabel relasi lainnya harus merupakan hubungan yang valid. Berdasarkan contoh tabel MKUL dan NILAI sebelumnya, nilai atribut KDMK pada tabel NILAI harus merupakan data yang ada dan valid pada tabel MKUL yang ditunjuknya.

Keuntungan & kelemahan model data reasional

Keuntungan lain menggunakan model data relasional dibandingkan dengan model data herarkhi dan jaringan adalah:

  1. model data rasional lebih luas dibandingkan yang lain .nilai data dalam tabel tidak ada pembatasan dalam berbagai proses pencarian data . hal ini tidak terdapat pada model data herarkhi dan jaringan dimana manipulasi data dibatasi oleh bagaimana struktur data dibuat.
  2. Model data relasional mempunyai latar belakang teori matematik. Hal ini akan memudahkan     dalam pembentukan hubungan matematis sebagai dasar dalam prosedur pemrosesan data disamping pemrograman komputer . sebab bagaimanapun juga dalam pelaksanaan sistem harus dilakukan dalam bahasa program tertentu .
  3. Pengorganisasian model relasional sangat sederhana , sehingga mudah dipahami .
  4. Basis data yang sama biasanya dapat disajikan lebih sedikit terjadi data rangkap (Redun-dansy data) dengan menggunakan model relasional dibandingkan dengan model data herarkhi dan jaringan.

Sedangkan kelemahannya adalah :

  1. Lebih sulit dalam implementasinya terutama untuk data dalam jumlah besar dan tingkat kompleksitasnya tinggi.
  2. Proses pencarian informasinya lebih lambat. Hal ini disebabkan beberapa tabel tidak dihubungkan secara fisik (seperti pada model hirarkhi atau jaringan).dalam manipulasi data menggunakan beberapa tabel akan memerlukan waktu yang lama , karena tabel-tabel haus dihubungkan terlebih dahulu.

MODEL BASIS DATA HYBRID

Langkah awal pada pendekatan model basis data hybrid adalah pemahaman adanya dugaan atau pendapat bahwa mekanisme untuk penyimpanan data yang optimal untuk informasi lokasi (data spasial) hanya di satu sisi saja, akan menyebabkan tidak optimalnya penyimpanan bagi informasi non-spasial di sisi yang lain. Maka berdasarkan pemahaman ini, data kartografis digital disimpan dalam sekumpulan file dengan sistem operasi direct acsess untuk meningkatkan kecepatan proses input-output, untuk data atributnya akan disimpan di dalam RDBMS. Oleh karena itu perangkat lunak SIG akan bertugas sebagai pengelola hubungan antara data spasial dan tabel-tabel atributnya yang berformat DBMS ini selama operasi-operasi pemrosesan atau analisis data peta berlangsung. Sementara digunakan beberapa pendekatan yang berbeda untuk penyimpanan data kartografi, mekanisme untuk menghubungkan dengan basis datanya tetap sama secara esensial, berdasarkan nomor pengenal (ID) yang unik yang disimpan di dalam sebuah tabel atribut basis data yang memungkinkannya tetap terkait dengan elemen-elemen peta yang bersangkutan.

Model basis data hybrid memiliki ciri-ciri umum yaitu :

  1. Menempatkan data spasial pada table tersendiri.
  2. Menempatkan atribut data spasial pada table yang berbeda pula.
  3. Primary key pada data spasial merupakan foreign key pada atribut spasial (relasi)

MODEL DATA TERINTEGRASI

GIS menggunakan dua jenis model data yakni model data raster dan model data vektor. Keduanya masing-masing memilikisifat, kecenderungan, kelemahan dan kelebihan sendiri. Tidak ada satupun model data yang dapat memenuhi semua kebutuhan representasi dan analisis data spasial secara sempurna.

Kedua model data ini saling melengkapi dan dapat saling dikonversikan satu sama lain. Kadangkala suatu perangkat GIS akan lebih baik jika menggunakan model data vektor dan kadang-kadang justru sebaliknya. Oleh karena itu, pengguna harus jeli mengidentifikasi model mana yang tepat sesuai kebutuhan. Pengguna dituntut untuk mengenal betul ciri khas masing-masing model data ini dengan segala kekurangan dan kelebihannya.

MODEL DATA RASTER          

Model data raster menampilkan, menempatkan, dan menyimpan data spasial dengan menggunakan struktur matriks atau piksel-piksel yang membentuk grid (Prahasta, 2001:140). Grid tersebut berbentuk kotak berwarna tertentu sesuai dengan nilai yang dimilikinya dalam matriks. Jadi data raster tersebut dibentuk oleh kumpulan kotak-kotak (grid) berwarna tersebut. Satu kotak/gridatau sel ini memiliki atribut tersendiri termasuk koordinatnyayang unik.

Tingkat akurasi model data raster disebut resolusi. Resolusi merupakan ukuran piksel (sel grid) dari data raster. Resolusi suatu data raster akan merujuk pada ukuran (atau luas) permukaan bumi yang direpresentasikan setiap pikselnya. Makin kecil ukuran atau luas permukaan bumi yang direpresentasikan oleh setiap pikselnya, maka semakin tinggi resolusi spasialnya.

Data raster umumnya digunakan untuk menampilkan data mentah (raw data) seperti peta dasar digitasi (biasanya hasilscanning), citra satelit, foto udara, dan sebagainya. Data mentah inilah yang dijadikan input spasial dasar dalam GIS. Data ini harus menjalani proses digitasi terlebih dahulu menjadi model data vektor agar bisa dianalisis lebih lanjut menggunakan toolsGIS. Selain berfungsi sebagai data mentah, model data raster juga sangat berguna dalam menampilkan data kontinyu (non diskrit) seperti data temperatur, ketinggian/elevasi, tekanan, dan sebagainya.

MODEL DATA VEKTOR

Model data vektor menampilkan, menempatkan, dan menyimpan data spasial dengan menggunakan titik-titik (points), garis-garis (lines) atau kurva (arc), atau luasan (polygons), beserta atribut-atributnya (Prahasta, 2001: 151). Pada umumnya, data GIS disajikan dalam bentuk vektor. Dalam model data vektor, garis-garis atau kurva merupakan sekumpulan titik-titik yang dihubungkan. Sedangkan, luasan atau poligon juga disimpan sebagai sekumpulan titik-titik, dengan catatan bahwa titik awal dan titik akhir poligon memiliki nilai koordinat yang sama (poligon tertutup sempurna).

Representasi vektor dari suatu objek merupakan suatu usaha dalam menyajikan objek yang bersangkutan sesempurna mungkin. Oleh karena itu, ruang atau dimensi koordinat diasumsikan bersifat kontinyu (tidak dikuantisasi sebagaimana pada model data raster) yang memungkinkan semua posisi, panjang, dan dimensi didefinisikan dengan presisi. Maka tidak heran proses analisis GIS  lebih banyak menggunakan model data vektor ketimbang model data raster.

Seperti telah diuraikan sebelumnya, data vektor terbentuk dari tiga jenis geometri yakni titik (point), garis (line), dan area (polygon). Oleh karena itu, objek-objek di permukaan bumi perlu divisualisasikan dalam ketiga geometri tersebut agar bisa diproses dengan GIS. Contoh visualisasi dunia nyata menjadi elemen gambar ketiga geometri tersebut antara lain landmarkdan fasilitas sebagai titik, jalan dan sungai sebagai garis, dan daerah administrasi tertentu sebagai area. Berikut ini penjelasan lebih dalam mengenai ketiga entitas geometri tersebut.

  1. Titik (point)meliputi semua objek grafis atau geografis yang dikaitkan dengan pasangan koordinat (x,y). Selain memuat informasi koordinat, data titik juga bisa saja merupakan suatu simbol yang memiliki keterkaitan dengan informasi lain.  Satu buah objek titik memiliki satu baris dalam tabel atribut. Karakteristik-karakteristik dari titik ini dijelaskan oleh kolom-kolom yang dibentuk pada tabel atribut. Contoh-contoh objek dunia nyata yang biasa direpresentasikan sebagai titik antara lain kota, pelabuhan, bandara, rumah sakit, sekolah, dan sebagainya. Perlu diingat bahwa representasi ini sifatnya tidak mutlakmelainkan relatif terhadap skala peta. Dalam skala peta yang lebih besar, kota dan bandara bisa saja direpresentasikan sebagai area/luasan (polygon).
  2. Garis (line) merupakan semua unsur-unsur linier yang dibangun dengan menggunakan segmen-segmen garis lurus yang dibentuk oleh dua titik koordinat atau lebih (Burrough, 1994). Entitas garis yang paling sederhana memerlukan ruang untuk menyimpan titik awal dan titik akhir (dua pasangan koordinat x,y) berserta informasi lain mengenai simbol yang digunakan untuk merepresentasikannya. Garis tunggal yang terbentuk dari titik awal dan titik akhir saja disebut sebagai line.Sedangkan garis bersegmen banyak yang terbentuk dari banyak titik (vertex­) disebut polyline.Dalam GIS, baik linemaupun polyline dianggap sebagai suatu entitas yang sama yakni polyline. Setiap satu entitas polyline memiliki satu baris dalam tabel atribut. Karakteristik dari entitas ini disimpan dalam kolom-kolom tabel atribut. Objek-objek dunia nyata yang sering direpresentasikan sebagai polylineantara lain jalan, sungai, jaringan air bersih, jaringan listrik, jaringan telepon, dan sebagainya.
  3. Area (polygon)merupakan suatu objek tertutup yang memiliki luasan. Polygon dapat direpresentasikan dengan berbagai cara di dalam model data vektor. Karena kebanyakan peta tematik yang digunakan dalam GIS berurusan dengan polygon, metode-metode representasi dan pemanipulasian entity ini banyak mendapat perhatian. Seperti halnya titik dan polyline, satu objek poligon juga diwakili oleh satu baris pada tabel atribut. Poligon biasanya digunakan untuk merepresentasikan objek dunia nyata yang memiliki luasan seperti wilayah administrasi, danau, guna lahan, jenis tanah, dan sebagainya.

Leave a Reply

Fill in your details below or click an icon to log in:

WordPress.com Logo

You are commenting using your WordPress.com account. Log Out / Change )

Twitter picture

You are commenting using your Twitter account. Log Out / Change )

Facebook photo

You are commenting using your Facebook account. Log Out / Change )

Google+ photo

You are commenting using your Google+ account. Log Out / Change )

Connecting to %s