ARTIKEL DATABASE MANAGEMENT SYSTEM

Pengertian DBMS (Database management system)

DBMS adalah singkatan dari “Database Management System” yaitu sistem penorganisasian dan sistem pengolahan Database pada komputer. DBMS atau database management system ini merupakan perangkat lunak (software) yang dipakai untuk membangun basis data yang berbasis komputerisasi.

Komponen utama dbms terdiri dari:

1.  Perangkat keras

        Berupa komputer dan bagian-bagian didalamnya, seperti prosesor, memori & harddisk. Komponen inilah yang melakukan pemrosesan dan juga untuk menyimpan basis data.

2.  Basis data

        Sebuah DBMS dapat memiliki beberapa basis data, setiap basis data dapat berisi sejumlah obyek basis data (file,tabel,indeks dsb). Disamping berisi data,setiap basis data juga menyimpan definisi struktur (baik untuk basis data maupun obyek-obyeknya secara detail). 

3.  Perangkat Lunak

        perangkat lunak ini terdiri dari sistem operasi dan perangkat lunak/program pengelola basisdata. Perangkat lunak inilah yang akan menentukan bagaimana data diorganisasi,disimpan, diubah dan diambil kembali. Ia juga menerapkan mekanisme pengamanan data, pemakaian data secara bersama, pemaksaan keakuratan/konsistensi data, dsb.

      Contoh perangkat lunak DBMS : MS access, SQL Server, Oracle dsb.

4. Prosedur

Prosedur memuat aturan-aturan untuk mendisain dan penggunaan database. Para pemakai sistem database  memerlukan dokumentasi prosedur yang berisi cara menggunakan atau menjalankan sistem itu.

5. Personil

Komponen terakhir adalah personil yang terlibat didalam sistem.

Untuk dapat mengakses DBMS (Database Management System) user harus menggunakan bahasa database, bahasa database terdiri dari beberapa intruksi yang digabungkan sehungga dapat diproses oleh DBMS. Perintah atau intruksi tersebut umumnya ditentukan oleh user, adapaun bahasa yang digunakan dibagi kedalam 2 (dua) macam diantaranya sebagaimana di bawah ini:

1. DDL (Data Definition Language)

DDL atau singkatan dari Data Definition Languange, yaitu dipakai untuk menggambarkan desain dari basis data secara menyeluruh. DDL (Data Definition Language) dapat dipakai untuk membuat tabel baru, memuat indeks, maupun mengubah tabel. Hasil dari kompilasi DDL akan disimpan di kamus data. Itulah definisi dari DDL.

2. DML (Data Manipulation Language)

DML atau singkatan dari Data Manipulation Language, yaitu dipakai untuk memanipulasi daan pengambilan data pada suatu basis data, misalnya seperti penambahan data yang baru ke dalam suatu basis data, menghapus data pada seuatu basis data dan mengubah data pada suatu basis data. Itulah definisi dar DML.

DBMS pada umumnya menyediakan fasilitas atau fitur-fitur yang memungkinkan data dapat diakses dengan mudah, aman, dan cepat. Beberapa fitur yang secara umum tersedia adalah:

* Keamanan : DBMS menyediakan sistem pengamanan data sehingga tidak mudah diakses oleh orang yang tidak memiliki hak akses.

* Independensi : DBMS menjamin independensi antara data dan program, data tidak bergantung pada program yang meng-akses-nya, karena struktur data-nya dirancang berdasarkan kebutuhan informasi, bukan berdasarkan struktur program. Sebaliknya program juga tidak bergantung pada data, sehingga walaupun struktur data diubah, program tidak perlu berubah.

* Konkruensi / data sharing : data dapat diakses secara bersamaan oleh beberapa pengguna karena manajemen data dilaksanakan oleh DBMS.

* Integritas : DBMS mengelola file-file data serta relasi-nya dengan tujuan agar data selalu dalam keadaan valid dan konsisten

* Pemulihan : DBMS menyediakan fasilitas untuk memulihkan kembali file-file data ke keadaan semula sebelum terjadi-nya kesalahan (error) atau gangguan baik kesalahan perangkat keras maupun kegagalan perangkat lunak.

* Kamus / katalog sistem : DBMS menyediakan fasilitas kamus data atau katalog sistem yang menjelaskan deskripsi dari field-field data yang terkandung dalam basisdata.

* Perangkat Produktivitas : DBMS menyediakan sejumlah perangkat produktivitas sehingga memudahkan para pengguna untuk menarik manfaat dari database, misalnya report generator (pembangkit laporan) dan query generator (pembangkit query / pencarian informasi).

Macam-macam atau contoh DBMS (Database management system)

Adapun beberapa contoh dari DBMS, diantaranya seperti di bawah ini:

1. MySQL

Kelebihannya:

• Free/gratis.
• Selalu stabil dan cukup tangguh.
• Keamanan yang cukup baik.
• Sangat mendukung transaksi, dan dukungan dari banyak komunitas.
• Sangat fleksisbel dengan barbagai macam program.
• Perkembangan yang cepat.

Kekurangannya:

• Kurang mendukung koneksi bahasa pemerograman misalnya seperti Visual Basic (VB), Foxpro, Delphi sebab koneksi ini dapat menyebabkan field yang dibaca harus sesuai dengan koneksi bari bahasa pemerograman visual tersebut.
• Data yang dapat ditangani belum besar dan belum mendukung widowing Function.

2. Oracle

Kelebihannya:

• Terdapat beragan fitur yang bisa memenuhi tuntutan fleksibilitas dari organisasi atau perusahaan yang besar.
• Bisa mendayaggunakan lebih dari satu server dan penyimpanan data dengan cukup mudah.
• Performa pemrosesan transaksi yang sangat tinggi.

Kekurangannya:

• Pemakaiannya membutuhkan dana atau biaya karena mahal dan diperlukan DBA yang cukup handal sebab DBMS ini cukup rumit.

3. Microsoft SQL server

Kelebihannya:

• DBMS ini sangat cocok untuk perusahaan mikro, menengah hingga perusahaan besar karena mampu mengelola data yang besar.
• Mempunyai kelebihan untuk men-manage user serta tiap user-nya dapat diatur hak aksesnya terhadap pengaksesan database oleh DBA.
• Tingkat pengamanan datanya sangat baik.
• Dapat melakukan atau memiliki back-up, recovery, dan rollback data.
• Kelebihan lainnya mempunyai kemampuan membuat database mirroring dan juga culustering.

Kekurangannya:

• Hanya bisa berjalan pada platform OS (Operasi system) Microsoft windows.
• Perangkat lunak (software) ini berilisensi dan tentunya pemakaiannya membutuhkan biaya yang tergolong cukup mahal.

Itulah beberapa contoh dari DBMS.

Berikut ini beberapa tujuan DBMS

Tujuannya:

• Dapat digunakan secara bersama.
• Kecepatan serta kemudahan dalam mengakses data.
• Efisiensi ruang penyimpanan data.
• Untuk menangani data dalam jumlah yang besar atau banyak.
• Untuk menghilangkan duplikasi dan juga inkonsistensi data.
• Untuk keamanan data.
• Dan lain-lain.

Dan inilah komponen DBMS (Database Management System)

DBMS biasanya mempunyai komponen fungsional (modul), diantaranya sebagaimana di bawah ini:

• File Manager adalah mengelola ruang didalam suatu disk dan juga struktur data yang digunakan untuk merepresentasikan informasi yang tersimpan didalam suatu disk.
• Database Manager adalah menyediakan interface antar data low – level yang terdapat pada basis data dengan program aplikasi serta query yang diberikan ke suatu sistem.
• Query Processor adalah menterjemahkan perintah dalam bahasa query ke instruksi low – level yang dapat dimengerti database manager.
• DML Precompiler adalah mengkonversi pernyataan atau perintah DML, yang ditambahkan dalam suatu program aplikasi kepemangin prosedur normal dalam bahasa induk.
• DDL Compiler adalah yang mengkonversi berbagai perintah DDL ke dalam sekumpulan tabel yang mengandung meta data.

Sumber:

http://www.pengertianku.net/2015/05/pengertian-dbms-dan-contohnya-lengkap.html

http://erickchristiady.blog.binusian.org/2010/10/13/5-komponen-database-management-system-dbms/

http://www.teorikomputer.com/2015/10/pengertian-dan-fungsi-dbms-database.html

http://dianayun30207013.blogspot.co.id/2011/01/pengertian-sistem-manajemen-basis-data.html

DATABASE MANAGEMENT SYSTEM

Nama                    : Ridwan Setyawan

NPM                     : 15115946

Tugas                    : Menganalisa Jurnal

Judul Jurnal          : DBMS Bionik

Sumber Jurnal      : http://cidrdb.org/cidr2013/Papers/CIDR13_Paper105.pdf

Hasil analisa saya mengenai DBMS Bionik :

Jurnal ini membahas mengenai “DBMS Bionik” dimana Software selalu memerintah mesin database, dan prosesor komoditas naik Hukum Moore ditakdirkan mesin database tahun 1980 dari awal. Meskipun sistem database telah main mata dengan perlengkapan khusus keras- selama beberapa dekade, realitas ekonomi secara historis disukai murni solusi perangkat lunak menunggangi Hukum Moore. Masyarakat sudah menanggapi tren ini, dan beberapa tahun terakhir telah melihat berbagai upaya, baik komersial (termasuk IBM Netezza dan Oracle Exadata) dan, untuk meningkatkan operasi pengelolaan data dengan adat atau perangkat keras semi-kustom. Upaya ini umumnya berfokus pada perhitungan dataflow-gaya yang secara luas digunakan dalam bisnis intelijen dan streaming domain. Dalam tulisan ini, kami berpendapat bahwa hardware khusus, dan re- hardware dikonfigurasi pada khususnya, juga memegang janji untuk perhitungan didominasi oleh aliran kontrol dan operasi tinggi-latency, perhitungan yang secara luas digunakan dalam transaksi- pengolahan tion dan grafik traversals. Secara khusus, menggunakan data-arsitektur berorientasi baru-baru ini diusulkan sebagai titik awal, kita secara singkat menyoroti sumber utama latency dan overhead software dalam sistem dan mengeksplorasi potensi dukungan hardware untuk mengurangi masalah ini.

Silikon gelap adalah tren untuk meningkatkan fraksi dari transistor chip untuk tetap terpakai setiap diberikan waktu. . Efeknya timbul dari dua sumber. Pertama mengabaikan skala kekuasaan untuk multicore saat homogen dengan tanda-tanda permintaan tumbuh secara eksponensial paralelisme dari perangkat lunak. Di mana mencapai 0,1% pekerjaan seri bisa dibilang sudah cukup untuk hardware hari ini (a), berikutnya-hardware generasi dengan mungkin ribuan core menuntut bahwa fraksi serial kerja berkurang kira-kira dua kali lipat. Masalah kedua, kurangnya skala kekuasaan dalam transistor generasi berikutnya, berarti bahwa kendala listrik akan memaksa sebagian kecil tumbuh dari hardware secara offline bahkan jika perangkat lunak bisa menggunakannya. Sebuah perhitungan konservatif menempatkan mungkin 20% dari transponder sistors luar amplop 2.018 tenaga, dengan fraksi digunakan menyusut sebesar 30-50% setiap generasi hardware setelah.

Daripada mencoba untuk meningkatkan kinerja baku, kami sampaikan bahwa OLTP akan paling diuntungkan dari hardware yang mengurangi jejak kekuasaan dan membantu menyembunyikan atau menghindari sebanyak latency mungkin. Teknik yang menghindari berbagai latency berbutir denda akan sangat berguna.

Sebagai sistem target beton, kita mempertimbangkan HC-2 mesin, yang menggabungkan FPGA (FPGA) dengan prosesor Intel yang modern Sampaikan. Sistem mendatang arsitektur- digambarkan pada Gambar 2. Ini fitur FPGA berkinerja tinggi dengan akses langsung ke disk dan kolam renang memori lokal; memori FPGA-sisi uncached, tapi "pencar-mengumpulkan" kontroler memori memberikan 80Gbps bandwidth untuk permintaan 64-bit acak, sangat membantu untuk beban kerja dengan wilayah miskin. FPGA dan memori host-sisi yang koheren dan bisa diakses dengan baik CPU atau FPGA, meskipun bus PCI membebankan efek NUMA berat (2μs round-trip). Ini tics characteris- mendikte bahwa FPGA menangani sebagian manipulasi data, dan bahwa komunikasi CPU / FPGA harus asynchronous. PCI bus menyediakan bandwidth yang cukup untuk mendukung beban kerja OLTP, dan penyaringan Netezza-gaya di FPGA harus meredakan kekhawatiran bandwidth untuk query.

Berorientasi data (DORA) memungkinkan sistem pemrosesan transaksi semuanya penuh shared- untuk mendapatkan sebagian besar manfaat yang tersedia dari dataset partisi, tapi dengan- keluar gerakan data yang biasanya diperlukan dengan partisi. DORA membagi database ke partisi logical didukung oleh umum kolam buffer dan penebangan infrastruktur, dan kemudian struktur pola akses benang sehingga pada sebagian besar satu thread menyentuh setiap datum tertentu. Sebuah implementasi penuh menghilangkan mengunci dan menempel dari mayoritas jalur kode, menggantinya dengan pemerintah, rencana kerja secara signifikan lebih sederhana dari antrian dan titik pertemuan dan mengeksploitasi penempatan yang cermat data ke. Pada Gambar 3 kita meneliti kerusakan waktu untuk update (TATP UpdateSubData) dan read-only (TPC-C saham- Level) beban kerja mengeksekusi dalam prototipe DORA baru-baru ini. Overhead yang tersisa jatuh ke dalam empat kategori utama: (a) B + indeks pohon probe; (B) Logging; (C) Antrian manajemen dan (d) manajemen kolam renang Buffer.

Berdasarkan kemacetan diidentifikasi dalam bagian sebelumnya, kami mengusulkan suatu arsitektur yang offloads empat operasi utama untuk hardware: probe pohon, manajemen overlay (rincian ikuti), log buffering, dan manajemen antrian.

OLTP beban kerja yang indeks-terikat, belanja dalam beberapa kasus 40% atau lebih dari total waktu transaksi melintasi berbagai struktur indeks (mis Gambar 3). Overhead dapat dikurangi secara signifikan dengan memasukkan struktur data yang ramah-cache dan membiarkan-tingkat yang lebih tinggi kode menangani kontrol konkurensi. Namun, sifat acak traversals pohon akan meninggalkan bahkan paling sederhana implementasi software latency terikat, pembatasan penggunaan langkah-langkah yang kompleks seperti PALM .

Kesimpulannya adalah merupakan DBMS dimana bionik itu sendiri merupakan anatomi buatan yg dapat dikontrol oleh otak penggunanya. Secara garis besar dbms bionik adalah bagian-bagian atau komponen pada sistem manajemen basis data yg dapat dikontrol oleh otak penggunanya yaitu manusia. Dengan adanya bionik pada DBMS,kontrol dan kerja sistem basis data akan jauh lebih mudah karena bionik diprediksi merupakan mesin database yang menerapkan hampir semua fungsi.

Berikut ini beberapa tujuan DBMS

Tujuannya:

• Dapat digunakan secara bersama.
• Kecepatan serta kemudahan dalam mengakses data.
• Efisiensi ruang penyimpanan data.
• Untuk menangani data dalam jumlah yang besar atau banyak.
• Untuk menghilangkan duplikasi dan juga inkonsistensi data.
• Untuk keamanan data.