Mohon tunggu...
Moch Alfan Miftachul Huda
Moch Alfan Miftachul Huda Mohon Tunggu... Mahasiswa - Mahasiswa Teknik Informatika UIN Maulana Malik Ibrahim Negeri Malang

semangat besar untuk mengeksplorasi dan mengembangkan kemampuan dalam data science, machine learning, dan kecerdasan buatan. Berbekal pengalaman di bidang analisis data dan pemrograman, saya berkomitmen untuk membagikan wawasan, strategi, serta praktik terbaik dalam memanfaatkan data untuk inovasi dan pengambilan keputusan yang lebih cerdas. Di sini, saya ingin berbagi perjalanan saya dalam dunia data—mengubah angka menjadi wawasan, dan tantangan menjadi peluang. Mari bersama-sama membangun masa depan yang digerakkan oleh data di era digital ini

Selanjutnya

Tutup

Ilmu Alam & Tekno

Stratetegi Efektif untuk Meningkatkan Pemahaman Konseptual Desainer Pemula dalam Pemodelan Data

8 Oktober 2024   00:15 Diperbarui: 8 Oktober 2024   05:57 35
+
Laporkan Konten
Laporkan Akun
Kompasiana adalah platform blog. Konten ini menjadi tanggung jawab bloger dan tidak mewakili pandangan redaksi Kompas.
Lihat foto
Bagikan ide kreativitasmu dalam bentuk konten di Kompasiana | Sumber gambar: Freepik

Strategi Efektif untuk Meningkatkan Pemahaman Konseptual Desainer Pemula dalam Pemodelan Data

Pemodelan data konseptual menggunakan Entity-Relationship Diagram (ERD) adalah dasar penting dalam pengembangan sistem informasi dan manajemen basis data. Meski sering dianggap sederhana, banyak desainer pemula menemukan tantangan besar dalam menerapkan model ini secara akurat.

 Dalam konteks ini, artikel "Mapping Common Errors in Entity Relationship Diagram Design of Novice Designers" oleh Rami Rashkovits dan Ilana Lavy, yang diterbitkan dalam International Journal of Database Management Systems (IJDMS) Vol.13 No.1, Februari 2021, memberikan wawasan penting tentang berbagai kesalahan yang sering dilakukan oleh desainer pemula saat merancang ERD.

Melalui studi terhadap 65 mahasiswa yang mengikuti mata kuliah Introduction to Database Management Systems, Rashkovits dan Lavy mengidentifikasi pola kesalahan umum dalam desain ERD, seperti ketidakmampuan untuk memahami relasi ternary, entitas lemah, dan hierarki entitas. Data yang dikumpulkan menunjukkan bahwa hanya 17% mahasiswa yang dapat memberikan solusi dengan relasi reflektif yang tepat, dan 80% dari mereka gagal mengidentifikasi hubungan ternary antara Movie, Industry Person, dan Role.

 Kesalahan lain, seperti pengabaian entitas lemah, ditemukan pada 88% mahasiswa, di mana mereka tidak mampu mengenali entitas seperti Award yang bergantung pada Organization. Kesalahan-kesalahan ini mengindikasikan bahwa pemahaman konseptual mahasiswa berada pada tingkat yang lebih rendah dari yang diharapkan untuk tugas-tugas ini, yang sesuai dengan klasifikasi SOLO taxonomy.

Artikel ini menyoroti perlunya pendekatan pengajaran yang lebih baik untuk menangani konsep-konsep pemodelan data yang lebih kompleks. Meski sebagian besar mahasiswa berhasil mengenali elemen-elemen dasar ERD, seperti entitas kuat dan atribut, mereka masih mengalami kesulitan dalam menerapkan konsep-konsep yang lebih abstrak dan interkoneksi yang rumit dalam desain ERD mereka.

**

Pemahaman desainer pemula dalam menerapkan model data ERD masih sering terhambat oleh berbagai faktor kognitif. Berdasarkan temuan Rashkovits dan Lavy (2021), salah satu penyebab utama kegagalan dalam pemodelan ERD adalah ketidakmampuan mahasiswa dalam memahami konsep relasi yang lebih kompleks, seperti relasi ternary dan hierarki entitas. 

Dari total 65 mahasiswa yang mengikuti penelitian ini, hanya 17% yang berhasil memodelkan relasi reflektif dengan benar, sedangkan 83% sisanya gagal memahami konsep relasi antara dua entitas dalam satu entitas yang sama. Angka ini menunjukkan bahwa relasi reflektif masih dianggap sebagai elemen yang sulit dipahami oleh desainer pemula.

Selain itu, salah satu kesalahan yang paling menonjol adalah kegagalan mengidentifikasi relasi ternary. Dalam penelitian tersebut, 80% mahasiswa tidak mampu mengenali bahwa hubungan antara Movie, Industry Person, dan Role harus dimodelkan menggunakan relasi ternary. Sebagian besar mahasiswa cenderung menggunakan dua relasi biner yang menyebabkan hilangnya informasi penting, seperti peran spesifik yang dimainkan oleh seseorang dalam film tertentu. 

Kesulitan dalam menangani relasi ternary ini mengindikasikan bahwa banyak desainer pemula belum mencapai tingkat pemahaman multistruktural sesuai dengan taksonomi SOLO. Dalam taksonomi ini, mahasiswa yang hanya mampu memahami elemen-elemen dasar tanpa dapat mengaitkannya satu sama lain tergolong pada tingkat unistruktural atau multistruktural yang rendah.

HALAMAN :
  1. 1
  2. 2
Mohon tunggu...

Lihat Konten Ilmu Alam & Tekno Selengkapnya
Lihat Ilmu Alam & Tekno Selengkapnya
Beri Komentar
Berkomentarlah secara bijaksana dan bertanggung jawab. Komentar sepenuhnya menjadi tanggung jawab komentator seperti diatur dalam UU ITE

Belum ada komentar. Jadilah yang pertama untuk memberikan komentar!
LAPORKAN KONTEN
Alasan
Laporkan Konten
Laporkan Akun