Memahami Manajemen Database dan Menguasai Bahasa Pemrograman SQL untuk Mengatasi Masalah Lingkungan

- Pengenalan Database Management

Data adalah fakta tentang objek atau peristiwa yang bisa direkam dan disimpan. Data dapat berupa tabular, teks, spreadsheet,  gambar, audio, video dll.Terdapat data Kategorik dan Numerik.

Database atau basis data merupakan sekumpulan informasi yang disimpan dalam sebuah perangkat komputer. Seluruh informasi dalam sebuah database memiliki sebuah struktur agar dapat dikelola dengan menggunakan command atau perintah tertentu.

Fungsi Database: 

1. Mendefinisikan data beserta kaitannya

DBMS membantu mendefinisikan di mana sebuah informasi terletak beserta kaitannya dengan informasi di tabel atau dokumen lain.

2. Memanipulasi data

Salah satu fungsi mendasar DBMS adalah untuk menyimpan, memperbarui, atau menghapus data dengan lebih mudah. 

3. Meningkatkan integritas data

Dalam sebuah DBMS, terdapat beberapa basis data yang dapat diakses oleh banyak user. Maka dari itu, akurasi dan konsistensi data dalam database adalah sesuatu yang mutlak.

4. Backup dan recovery data

DBMS memiliki fitur backup dan recovery data otomatis yang tentunya sangat berguna untuk mencegah hilangnya informasi penting.

5. Mempercepat akses data

Sistem pengelolaan basis data membantu user dalam memperoleh hasil dari query mereka dengan cepat dan akurat.

6. Keamanan data

Pengaturan otorisasi user merupakan hal yang sangat penting. Sistem pengelolaan basis data dapat memfasilitasi hal tersebut dengan adanya fitur otorisasi akses menggunakan username dan password.

Database Management System (DBMS) adalah perangkat lunak yang digunakan untuk mengelola, menyimpan, dan mengambil data dalam sebuah basis data. DBMS menyediakan antarmuka yang memungkinkan pengguna membaca, membuat, menghapus, dan memperbarui data. Data dalam basis data dapat berupa teks, angka, atau media lainnya, dan semuanya dapat dikelola melalui DBMS.

Beberapa komponen utama dalam DBMS meliputi:

1. Storage Engine: Elemen inti DBMS yang berinteraksi dengan sistem file di tingkat sistem operasi.
2. Query Language: Contohnya termasuk Structured Query Language (SQL) dan MongoDB Query Language (MQL), yang digunakan untuk berinteraksi dengan database.
3. Query Processor: Komponen ini menafsirkan perintah dari pengguna sehingga database dapat memahami perintah yang dimasukkan.
4. Optimization Engine: Memberikan wawasan tentang performa dan kueri database.
5. Metadata Catalog: Repositori objek database yang digunakan untuk memverifikasi kueri pengguna dan memberikan detail struktur database.
6. Log Manager: Melacak aktivitas pengguna, login, backup, dan tindakan lain yang dilakukan dengan DBMS.
7. Reporting and Monitoring Tool: Menghasilkan laporan dan memantau penggunaan sumber daya DBMS.
8. Data Utilities: Alat tambahan yang melakukan tugas backup, recovery, validasi data, perbaikan database, dan pengecekan integritas data.

DBMS mengoptimalkan pengelolaan data dengan teknik skema database yang disebut normalisasi. Ini memecah tabel data besar menjadi bagian-bagian yang lebih kecil untuk mengurangi redundansi dan dependensi. Selain itu, DBMS mendukung akses konkuren sehingga beberapa pengguna dapat berinteraksi dengan database secara bersamaan, tetapi tetap mempertahankan integritas data.

Contoh DBMS yang populer saat ini meliputi:

1. MySQL
2. PostgreSQL
3. MongoDB
4. Cassandra
5. Oracle Database

Struktur umum database

1.Schema / database: tempat kumpulan table

2. Table: susunan data dalam baris dan kolom, atau mungkin dalam struktur yang lebih  kompleks.

3. Column: sekumpulan nilai data dari sebuah tipe data

4. Row: baris berisi data

5. Value: nilai dari sebuah kolom/baris

Fungsi DBMS

1. Hierarchical Database

Hierarchical database atau basis data bentuk hirarki merupakan jenis sistem pengelolaan basis data dengan struktur hubungan parent – children (induk- anak).

Contoh hierarchical DBMS:

•  IBM Information Management System (IMS)

• RDM Mobile

• Windows Registry

• XML & XAML

2. Network Database

Secara teknis, network database merupakan bentuk turunan dari hierarchical database. Namun jika dalam bentuk hirarki sebuah entitas hanya dapat memiliki hubungan induk/anak dengan satu entitas lain, dalam network database sebuah entitas dapat memiliki hubungan induk/anak dengan lebih dari satu entitas lain.

Contoh network DBMS:

•  Integrated Data Store (IDS)

• Integrated Database Management System (IDMS)

• Raima Database Manager

• TurboIMAGE

• Univac DMS-1100

3. Relational Database

Dalam sebuah relational DBMS (RDBMS), hubungan antar data bersifat relasional serta data disimpan dalam tabel yang berisi kolom dan baris. Kolom berisi attribute, sedangkan baris berisi record atau data. Untuk mengoperasikan RDBMS, user perlu menggunakan Structured Query Language (SQL).

Contoh relational DBMS:

• MySQL

• PostgreSQL

• Oracle DB

• SQLite

• Google BigQuery

- RDBMS (Relational Database Management System)

Sistem Manajemen Basis Data Relasional (RDBMS) adalah perangkat lunak yang digunakan untuk membuat, memperbarui, dan mengelola basis data relasional. Beberapa RDBMS yang terkenal meliputi MySQL, PostgreSQL, MariaDB, Microsoft SQL Server, dan Oracle Database, SQlite, Bigquery.

Dalam RDBMS, data disimpan dalam bentuk tabel yang terdiri dari kolom dan baris. Setiap tabel dapat berhubungan dengan tabel lain menggunakan atribut yang sama. Sebagai analogi, bayangkan RDBMS sebagai kumpulan file spreadsheet yang membantu bisnis mengatur, mengelola, dan menghubungkan data. Setiap "spreadsheet" dalam model basis data relasional adalah tabel yang menyimpan informasi dalam bentuk kolom (atribut) dan baris (rekaman atau tuple). Setiap tabel memiliki atribut kunci utama (primary key) yang unik mengidentifikasi setiap baris, dan baris tersebut dapat digunakan untuk menciptakan hubungan antara tabel-tabel yang berbeda menggunakan kunci asing (foreign key) referensi ke kunci utama tabel lain.

Contoh penggunaan model basis data relasional dalam praktik:

1. Tabel Pelanggan (Customer):

   • Kolom: ID Pelanggan (kunci utama), Nama Pelanggan, Alamat Penagihan, Alamat Pengiriman.
   • Baris: Setiap baris mewakili data pelanggan yang berbeda.

2. Tabel Pesanan (Order):

   • Kolom: ID Pesanan (kunci utama), ID Pelanggan (kunci asing), Tanggal Pesanan, Tanggal Pengiriman, Status Pesanan.
   • Baris: Setiap baris mewakili data pesanan yang berbeda.

Dengan menghubungkan ID Pelanggan dari Tabel Pelanggan dengan ID Pelanggan dari Tabel Pesanan, kita dapat menggabungkan informasi pelanggan dengan pesanan yang relevan. Dengan demikian, kita dapat melakukan kueri pada kedua tabel untuk membuat laporan formal atau menggunakan data untuk aplikasi lain.

- Struktur Database

Struktur Basis Data (Database) adalah kumpulan informasi yang disimpan secara sistematis dalam komputer. Dalam konteks basis data, struktur ini terdiri dari beberapa komponen penting yang memungkinkan pengelolaan data dengan efisien. Berikut adalah penjelasan mengenai setiap komponen struktur basis data:

1. Field (Kolom):

   • Field merujuk pada kumpulan karakter dalam basis data yang memiliki arti tertentu.
   • Contoh: Jika ada field "No. Barang," maka informasi dalam field tersebut harus terkait dengan nomor barang dan tidak boleh keluar dari konteks.
   • Field adalah kolom dalam tabel yang dapat diisi dengan nama tertentu.

2. Record (Baris):

   • Record adalah kumpulan field yang lengkap dalam basis data.
   • Setiap record dihitung dalam satuan baris yang ada dalam database.

3. Tabel:

   • Tabel merupakan kumpulan record dan field yang lengkap dalam sistem basis data.
   • Tabel menggabungkan data terkait dalam satu entitas.

4. File:

   • File adalah kumpulan beberapa record yang menggambarkan informasi tertentu dalam basis data.
   • Contoh file dalam basis data bisa berisi data tentang nama-nama barang.

5. Data:

   • Data adalah kumpulan fakta dan kejadian yang dapat digunakan untuk memecahkan masalah atau memberikan informasi.
   • Data dapat berupa teks, gambar, angka, simbol, atau kombinasi dari beberapa bentuk.

6. Basis Data (Database):

   • Basis data adalah kumpulan data yang terorganisir dengan baik oleh sistem.
   • Semua data dalam basis data dapat disimpan, dimanipulasi, dan diakses oleh pengguna.
   • Basis data dapat digunakan di berbagai tempat dan dengan berbagai teknologi sesuai kebutuhan pengguna.

- Konsep Database dan SQL

Database adalah kumpulan data yang disimpan dengan sistem tertentu, dan saling berhubungan, sehingga dapat dikelola dengan mudah. Database penting untuk mengatur data yang jumlahnya banyak, dan selalu bertambah. Sebagai contoh, program website, aplikasi, dan lainnya. Katakanlah Anda sedang membangun website toko online. Tentunya Anda akan memiliki banyak data, seperti gambar produk, deskripsi produk, informasi harga, dan lainnya. Tanpa database, data tersebut hanya akan tersimpan di komputer Anda, dan tidak bisa diakses oleh konsumen. Atau, konsumen harus mengakses data dari komputer Anda dulu secara langsung. Selain berbahaya, aksesnya juga akan berat, bukan? Nah, dengan database, data website Anda dapat disimpan dalam satu server. Berapapun jumlahnya, bisa disesuaikan dengan kemampuan server tersebut. Dengan begitu, data mampu diolah bersamaan sehingga aktivitas browsing untuk melihat produk, memasukkan produk ke keranjang belanja hingga tahap pembayaran bisa berjalan dengan sistem yang baik. Kenapa hal itu bisa terjadi? Karena sistem penyimpanan database mampu mengelola data dengan baik. Anda bisa mengatur file sesuai dengan klasifikasinya, misalnya teks, gambar dan lainnya. Jadi, ketika membutuhkan suatu data, Anda bisa mendapatkannya dengan cepat dan tepat.

SQL (Structured Query Language) adalah bahasa yang paling umum untuk mengekstrak dan mengatur data yang disimpan dalam database relasional. Dengan SQL, kita dapat melakukan berbagai operasi seperti mengambil data, menyisipkan data baru, memperbarui data yang ada, dan menghapus data. SQL memungkinkan kita untuk berinteraksi dengan data tersebut dan melakukan analisis. Dalam praktiknya, kita menggunakan perintah SQL untuk membuat tabel, mengatur kunci, dan menambahkan data dalam database.

- Pengenalan SQL

1. Sejarah SQL:

   • Pada bulan Juni 1970, artikel dari Jhonny Oracle membahas pengertian dari SQL. Awalnya, istilahnya adalah SEQUEL (Structured English Query Language).
   • IBM juga meluncurkan proyek basis data relasional, dan karena pengejaan yang sulit, istilah SEQUEL diganti menjadi SQL.
   • Standarisasi SQL dimulai pada tahun 1986 oleh ANSI (American National Standard Institute).
   • Versi SQL92 adalah yang paling banyak direferensikan dalam dunia IT.

2. Fungsi SQL:

   • Mengakses dan Memanipulasi Database: Dengan SQL, kita dapat membuat, menambahkan, mengupdate, dan menghapus basis data, tabel, dan informasi lain yang tidak dibutuhkan.
   • Mengeksekusi Query: SQL memungkinkan kita mengeksekusi berbagai kueri, seperti fungsi trigger, alter, dan grant.
   • Mengatur Hak Akses User: SQL digunakan untuk mengatur hak akses tabel, pandangan, dan prosedur pada database.

3. Perintah Dasar SQL:

   • DDL (Data Definition Language): Digunakan untuk mengelola struktur database, seperti membuat tabel, indeks, dan tampilan.
   • DML (Data Manipulation Language): Digunakan untuk mengelola data dalam tabel, seperti menyisipkan, mengupdate, dan menghapus data.
   • DCL (Data Control Language): Digunakan untuk mengatur hak akses dan izin pengguna.

Basic command:

 Show Data

     A.SELECT

Select menjadi perintah dasar dari SQL dengan tipe sintaks DML. Perintah ini digunakan untuk menampilkan, mengambil maupun memilah informasi dari database atau data dari satu tabel serta beberapa tabel dalam relasi.

SELECT column1, column2 FROM nama_table 

     B. SELECT DISTINCT

Perintah SELECT DISTINCT merupakan perintah dasar SQL yang digunakan untuk mengembalikan hanya nilai yang berbeda dari dalam sebuah tabel, dengan kata lain semua record duplikat (record dengan nilai yang sama) yang terdapat pada tabel akan dianggap sebagai satu record/nilai.

SELECT DISTINCT column1, column2 FROM nama_table

SQL FILTERING:

WHERE

Perintah WHERE merupakan perintah dasar SQL yang digunakan untuk memfilter 

hasil SELECT dengan mengekstrak record yang memenuhi persyaratan tertentu.

SELECT column1, column2 FROM nama_table 

WHERE condition 

SELECT no,nama 

FROM table_user 

WHERE tanggal_lahir = “2021-01-01”

- Data Preprocessing

Data Preprocessing adalah proses mengubah data mentah ke dalam bentuk yang lebih mudah dipahami. Proses ini diperlukan untuk memperbaiki kesalahan pada data mentah yang seringkali tidak lengkap dan memiliki format yang tidak teratur. Preprocessing melibatkan proses validasi dan imputasi data.

Berikut beberapa hal yang perlu diketahui tentang Data Preprocessing:

1. Manfaat Data Preprocessing:

   • Memperlancar proses data mining.
   • Membuat data lebih mudah untuk dibaca.
   • Mengurangi beban representasi dalam data.
   • Mengurangi durasi data mining secara signifikan.
   • Mempermudah proses analisis data dalam machine learning.

2. Tahapan Kerja Data Preprocessing:

   • Data Cleaning: Membersihkan data mentah dengan mengisi nilai yang hilang, menghaluskan data yang berisik (noisy), dan menyelesaikan inkonsistensi yang ditemukan.
   • Data Integration: Menggabungkan data dari berbagai sumber menjadi satu kesatuan.
   • Data Transformation: Mengubah format data agar sesuai dengan kebutuhan analisis.
   • Data Reduction: Mengurangi dimensi data untuk efisiensi dan performa.

Kualitas data berdampak langsung pada keberhasilan proyek yang melibatkan analisis data. Dalam machine learning, Data Preprocessing memastikan bahwa big data sudah diformat dan informasi di dalamnya dapat dipahami oleh algoritma perusahaan sehingga menghasilkan hasil yang lebih akurat.

- Data Collection

Pengumpulan Data adalah proses sistematis untuk mengumpulkan observasi atau pengukuran. Baik Anda melakukan penelitian untuk tujuan bisnis, pemerintahan, atau akademis, pengumpulan data memungkinkan Anda memperoleh pengetahuan langsung dan wawasan asli tentang masalah penelitian Anda. Meskipun metode dan tujuan dapat berbeda antara bidang, proses keseluruhan pengumpulan data tetap relatif sama.

Sebelum Anda mulai mengumpulkan data, pertimbangkan hal berikut:

1. Tujuan Penelitian: Tentukan dengan jelas apa yang ingin Anda capai. Tulis pernyataan masalah: apa masalah praktis atau ilmiah yang ingin Anda selesaikan dan mengapa itu penting? Selanjutnya, formulasi satu atau lebih pertanyaan penelitian yang mendefinisikan dengan tepat apa yang ingin Anda temukan. Tergantung pada pertanyaan penelitian Anda, Anda mungkin perlu mengumpulkan data kuantitatif atau kualitatif:

   • Data Kuantitatif: Dinyatakan dalam angka dan grafik, dianalisis melalui metode statistik.
   • Data Kualitatif: Dinyatakan dalam kata-kata, dianalisis melalui interpretasi dan kategorisasi.

2. Metode Pengumpulan Data: Berdasarkan data yang ingin Anda kumpulkan, tentukan metode yang paling sesuai untuk penelitian Anda. Beberapa metode yang umum digunakan meliputi:

   • Survei: Mengumpulkan data dari responden melalui kuesioner atau wawancara.
   • Wawancara: Berbicara langsung dengan responden untuk mendapatkan wawasan mendalam.
   • Observasi: Mengamati perilaku atau situasi secara langsung.
   • Eksperimen: Mengumpulkan data melalui pengujian atau percobaan.

3. Prosedur Pengumpulan Data: Rencanakan langkah-langkah yang akan Anda ambil untuk mengumpulkan data. Ini termasuk pemilihan sampel, lokasi pengumpulan data, dan instrumen yang akan digunakan.

4. Pengumpulan Data: Lakukan pengumpulan data sesuai dengan rencana yang telah Anda buat.

Contoh tujuan penelitian dan metode pengumpulan data:

• Tujuan Kuantitatif: Anda meneliti persepsi karyawan terhadap manajer langsung mereka di sebuah organisasi besar. Anda ingin menilai apakah ada perbedaan signifikan dalam persepsi manajer antara departemen dan lokasi kantor yang berbeda. Anda memutuskan untuk menggunakan pendekatan campuran (kuantitatif dan kualitatif) untuk mengumpulkan data.
• Tujuan Kualitatif: Anda ingin menggali ide-ide baru untuk meningkatkan kinerja manajer. Anda mengumpulkan data melalui wawancara mendalam dengan karyawan.

- Querying dan Pengelolaan Data

Query adalah perintah atau sintaks yang digunakan untuk mengatur data sesuai keinginan. Dalam pengelolaan database, query berperan penting untuk mengelola data. Berikut beberapa hal yang perlu dipahami tentang query:

1. Pengertian Query dalam Bisnis:

   • Query adalah permintaan data dari database. Dalam bahasa Indonesia, query dapat diartikan sebagai "menanyakan" atau "meminta informasi."
   • Bahasa standar yang digunakan untuk query adalah Structured Query Language (SQL). Selain SQL, ada juga bahasa query lain seperti AQL, DMX, dan Datalog.
   • SQL terdiri dari tiga bagian utama:
     • DDL (Data Definition Language): Mendefinisikan struktur data dalam database (contoh: CREATE, DROP, ALTER).
     • DML (Data Manipulation Language): Menambah atau mengubah nilai dalam tabel (contoh: INSERT, DELETE, SELECT, UPDATE).
     • DCL (Data Control Language): Mengatur hak akses pengguna (contoh: GRANT, REVOKE).

2. Fungsi Utama Query:

   • Membuat Database: Query digunakan untuk membuat database dengan perintah DDL (Data Definition Language). Perusahaan dapat membuat database khusus untuk data penjualan, produk, dan konsumen.
   • Mengelola Database: Query juga digunakan untuk mengelola data sesuai kebutuhan pengguna. Pengelolaan database memanfaatkan DCL (Data Control Language).

3. Manfaat Query dalam Bisnis:

   • Memudahkan pengelolaan data.
   • Memastikan data ditampilkan dengan benar.
   • Penting dalam analisis bisnis dan pengambilan keputusan.

- Environment DataResources

Environment DataResources adalah sumber daya yang berhubungan dengan data lingkungan. Berikut beberapa sumber daya yang relevan:

1. EDR - Sumber Daya Data Diligence & Historis | LightBox:

   • LightBox Environmental Data Resources (EDR) menyediakan data berkualitas tinggi dengan waktu pemrosesan tercepat. Mereka menawarkan alat alur kerja inovatif untuk kualitas, kolaborasi, dan efisiensi.
   • Dengan lebih dari 2.000 basis data dan koleksi sumber daya historis terbesar di negara ini, LightBox EDR menyediakan data dan wawasan terpercaya untuk penilaian situs yang sukses.
   • Produk unggulan termasuk Laporan Peta Radius EDR dengan GEOCHECK dan akses ke koleksi terbesar Peta Asuransi Kebakaran SANBORN.

2. Environmental Dataset Gateway (US EPA):

   • Badan Perlindungan Lingkungan Amerika Serikat (EPA) menyediakan metadata dan informasi tentang sumber daya geospasial dan non-geospasial melalui Environmental Dataset Gateway di Data.gov.

3. Data Lingkungan - Data Bank Dunia:

   • Bank Dunia menawarkan berbagai indikator lingkungan, termasuk sumber daya air tawar terbarukan, emisi gas rumah kaca, area yang dilindungi, dan paparan polusi udara. Data ini membantu memantau tren lingkungan dan menginformasikan keputusan kebijakan.

4. Sumber Daya Data UNEP - Program Lingkungan Perserikatan Bangsa-Bangsa:

   • World Environment Situation Room mengimplementasikan Inisiatif Big Data, mengintegrasikan informasi geo-referensi, penginderaan jauh, dan observasi bumi dengan statistik yang terkait dengan dimensi lingkungan pembangunan berkelanjutan. Ini berfungsi sebagai sumber daya data online untuk dimensi lingkungan.