Data Modeling

Pengertian Data Modeling

Menurut Techopedia, Data modelling adalah proses untuk merancang dan menggambarkan struktur data dengan tujuan memperoleh informasi yang dibutuhkan. Ini melibatkan penghubungan elemen-elemen data yang berbeda untuk memahami jenis data yang diperlukan dan cara penggunaannya dalam konteks bisnis.

Fungsi data modelling mencakup identifikasi lokasi penyimpanan data, memfasilitasi komunikasi antar tim dan manajemen data, terutama saat organisasi memiliki volume data yang besar. Tujuannya adalah menciptakan metode penyimpanan informasi yang efisien dan menyediakan akses serta pelaporan yang komprehensif.

Pada dasarnya, data modelling membutuhkan kemampuan berpikir sistematis dari seorang ilmuwan data untuk mengidentifikasi inti data yang akan diambil dan disimpan melalui proses tersebut. Dengan pemahaman yang baik tentang data, struktur, dan hubungannya, organisasi dapat membuat keputusan yang lebih baik, meningkatkan efisiensi operasional, dan mendapatkan wawasan yang berharga dari data yang ada.

 

Manfaat Data Modeling

Data modelling memiliki sejumlah manfaat yang signifikan dalam pengembangan perangkat lunak dan pengelolaan data organisasi. Berikut adalah beberapa manfaat utama dari data modelling:

1. Mengembangkan perangkat lunak dengan kualitas tinggi: Data modelling membantu dalam merancang struktur data yang efisien dan terstruktur dengan baik. Ini memungkinkan pengembang perangkat lunak untuk memahami kebutuhan data dengan jelas dan merancang aplikasi dengan basis data yang sesuai. Hasilnya adalah pengembangan perangkat lunak yang lebih solid, stabil, dan memiliki kualitas yang tinggi.
2. Mengurangi biaya: Dengan menggunakan data modelling, organisasi dapat mengidentifikasi dan menghapus duplikasi data yang tidak perlu. Ini membantu mengurangi biaya penyimpanan dan pengelolaan data yang berlebihan. Selain itu, dengan pemahaman yang lebih baik tentang kebutuhan data, organisasi dapat menghindari pengeluaran yang tidak perlu untuk infrastruktur IT yang berlebihan.
3. Waktu ke pasar yang lebih cepat: Dengan menggunakan data modelling, tim pengembangan perangkat lunak dapat memahami kebutuhan bisnis dengan lebih baik, mengidentifikasi kebutuhan data yang spesifik, dan merancang solusi yang sesuai. Hal ini memungkinkan perangkat lunak yang lebih cepat untuk diluncurkan ke pasar, memberikan keunggulan kompetitif dalam industri yang kompetitif.
4. Pemahaman yang jelas tentang ruang lingkup dan kosa kata: Data modelling membantu dalam mengklarifikasi ruang lingkup proyek dan menciptakan pemahaman yang jelas tentang istilah dan definisi yang digunakan dalam pengembangan perangkat lunak. Ini mengurangi kebingungan dan meningkatkan komunikasi antara tim pengembangan, pengguna, dan pemangku kepentingan.
5. Peningkatan kinerja aplikasi dan database: Dengan merancang struktur data yang efisien dan memilih model basis data yang tepat, data modelling dapat membantu meningkatkan kinerja aplikasi dan database. Struktur data yang optimal mengurangi waktu akses dan manipulasi data, sehingga meningkatkan responsivitas sistem secara keseluruhan.
6. Dokumentasi berkualitas tinggi: Data modelling membutuhkan dokumentasi yang rinci tentang struktur data, hubungan, dan atribut. Hal ini menghasilkan dokumentasi berkualitas tinggi yang dapat digunakan sebagai referensi untuk pengembangan perangkat lunak, pemeliharaan, dan pembaruan di masa mendatang.
7. Mengurangi kesalahan atau bug dalam perangkat lunak: Dengan merancang struktur data yang baik dan memahami kebutuhan data dengan jelas, data modelling membantu dalam mengurangi kesalahan atau bug yang mungkin terjadi dalam perangkat lunak. Dengan pemodelan yang baik, pengembang dapat mengidentifikasi dan mengatasi masalah potensial sebelum implementasi perangkat lunak.
8. Mengurangi kesalahan data dalam sistem organisasi: Dengan struktur data yang terdefinisi dengan baik, organisasi dapat mengurangi kesalahan atau ketidakakuratan data yang mungkin terjadi dalam sistem mereka. Data modelling membantu dalam validasi

 

Jenis-Jenis Data Modelling

 

Berikut adalah beberapa jenis umum dari data modelling yang sering digunakan dalam pengembangan perangkat lunak dan pengelolaan data:

1. Conseptual Data Modeling(CDM): Jenis data modelling ini fokus pada pemahaman konseptual tentang data dan hubungan antara entitas. Ini melibatkan identifikasi entitas utama, atribut, dan hubungan antara entitas tersebut. Data modelling konseptual membantu dalam merancang model data yang independen dari implementasi teknis.
2. Logical Data Model(LDM): Data modelling logikal berkaitan dengan merancang struktur data yang tergantung pada sistem manajemen basis data (DBMS) yang digunakan. Ini mencakup entitas, atribut, hubungan, dan ketergantungan fungsional antara entitas dan atribut. Data modelling logikal digunakan untuk memetakan model konseptual ke dalam model yang dapat diimplementasikan pada DBMS tertentu.
3. Physical Data Modeling(PDM): Data modelling fisik terkait dengan rancangan implementasi teknis yang spesifik dari struktur data pada perangkat keras dan perangkat lunak yang digunakan. Ini mencakup rincian seperti tipe data, indeks, kunci, dan partisi data. Data modelling fisik berfokus pada performa dan efisiensi penyimpanan dan pengambilan data.

 

Study Case : Aplikasi Netflix

 

Conseptual Data Modeling(CDM)

 

Logical Data Model(LDM)

 

Physical Data Modeling(PDM)

REFERENSI

• http://fajarbaskoro.blogspot.com/2023/04/apsi-data-modelling.html
• https://www.teknovidia.com/erd-netflix/
• https://glints.com/id/lowongan/data-modeling-adalah/
• https://accurate.id/teknologi/data-modeling/