Langsung ke konten utama

Normalisasi Data (Part 1)

Assalamu'alaikum Warohmatullahi Wabarokatuh

Kali ini kita akan membahas Normalisasi Data, yaitu sebuah teknik pengelompokan atribut dengan struktur relasi sehingga tidak ada data yang berlebihan (redundant) dan pembentukan struktur untuk menghilangkan ambiguitas.

Tujuannya adalah menghapus data rangkap, mengurangi kompleksitas dan memodifikasi data lebih mudah.

Prosesnya adalah tabel diturunkan menjadi beberapa tingkat analisis dimana tabel yang tidak sesuai syarat dipecah.

Tahapan dimulai dari paling ringan (1NF) hingga paling berat (5NF) dan pada umumnya, tabel sudah mencapai normalisasi pada 3NF atau BCNF. Urutannya adalah 1NF, 2NF, 3NF, BCNF, 4NF, 5NF.

Normalisasi dapat dikatakan baik jika :
1. Lossless - Join Composition : data tidak ada yang hilang
2. Dependency Preservation : data yang berkaitan terjaga (preserved)
3. Tidak melanggar BCNF atau 3NF jika tidak sampai BCNF

Komentar

Postingan populer dari blog ini

Kenapa Sekarang?

Years ago, I seek it. Dulu, aku berjuang untuk bisa melewati batas teman, trying to be someone that you consider as dearest. Yes, that's back then. As I said, had it been years ago, I would have straight out say YES out of sheer dumbness, or tenacity, or both. Tabun. I used to be full of desire to get you to acknowledge me, then. Sungguh lucu sekali, I would circumvent and try to just get any chance to meet with you. Aku menginginkan lebih, dulu. But no, it has always been someone else. Someone else get to be your priority, your attention. Berharap lebih adalah kesalahanku, dan aku selalu menganggapnya demikian. Why chase over the skies you cannot reach? I almost burned the entire bridge, truly. Only one more step and I know the entire relationship will turn into nothing more than smoldering ashes in the seas of lost time. You know, had you not talk to me within the short time of me settling my almost 9-years long illusion, perhaps the bridge had been burned completely, as I had wi...

Preparing Anaconda with Tensorflow [ACTUALLY WORKED FOR ME 2024]

Make sure to follow this with perfect order: 1. conda create -n tf_gpu tensorflow-gpu 2. conda activate tf_gpu 3. pip install numpy==1.23.4 [EXECUTE GPU TEST CODE] ==> CODE MUST RETURN GPU NUMBER > 0 [#CONFIRMED] 4. pip install tensorflow-gpu==2.10 [EXECUTE GPU TEST CODE] ==> CODE MUST RETURN GPU NUMBER > 0 [#CONFIRMED] 5. pip install tensorflow==2.10 [EXECUTE GPU TEST CODE] ==> CODE MUST RETURN GPU NUMBER > 0 [#CONFIRMED] (You may skip the first two test, but it helps ensure your environment is set up right)   TRIVIA: - There's no 2.11 version of Tensorflow GPU on pip as shown below: ERROR: Could not find a version that satisfies the requirement tensorflow-gpu==2.11 (from versions: 2.5.0, 2.5.1, 2.5.2, 2.5.3, 2.6.0, 2.6.1, 2.6.2, 2.6.3, 2.6.4, 2.6.5, 2.7.0rc0, 2.7.0rc1, 2.7.0, 2.7.1, 2.7.2, 2.7.3, 2.7.4, 2.8.0rc0, 2.8.0rc1, 2.8.0, 2.8.1, 2.8.2, 2.8.3, 2.8.4, 2.9.0rc0, 2.9.0rc1, 2.9.0rc2, 2.9.0, 2.9.1, 2.9.2, 2.9.3, 2.10.0rc0, 2.10.0rc1, 2.10.0rc2, 2.10.0rc3, 2.1...

Prof Ashari, Tangan Dingin Sang Rektor Visioner

Tulisan ini dipersembahkan kepada Prof  Dr Ir. Mochamad Ashari, M.Eng, IPU,  AEng. yang merupakan rektor ke-12 ITS, periode 2019-2024. Seluruh tulisan ini berupa pandangan saya pribadi, sebagai ucapan terima kasih, meski disajikan seakan penuh kritikan pada bagian awalnya. Pertama saya mengenal nama ini, saya ingat dari salah satu dosen saya sewaktu saya masih menempuh sarjana. Saya lupa persis kapan, tetapi saya diperkenalkan tentang bagaimana visionernya Prof Ashari dan sedikit cuplikan peran beliau membangun Telkom University di Bandung. Ya, sebelum beliau dinobatkan sebagai rektor, saya berpikir bahwa 'apabila beliau jadi, sepertinya akan berpotensi revolusioner, atau bakal agak ekstrem dalam kebijakan'. Bagi saya, itu cukup menarik, tetapi ada ketakutan di benak saya dengan potensi ekstrem kebijakan beliau. Kala beliau dinobatkan sebagai rektor terpilih, Prof Ashari langsung bergerak cepat yang tidak membutuhkan waktu lama untuk melihat langkah beliau. Saya masih ingat, d...