Apa itu normalisasi basis data?

Question

Accepted Answer

**Normalisasi** adalah proses mengorganisir data untuk **mengurangi redundansi** dan meningkatkan integritas dengan memisahkan data ke dalam tabel-tabel terkait, mengikuti serangkaian "bentuk normal." Tujuannya: setiap bagian data disimpan **sekali saja**, menghindari duplikasi dan anomali yang ditimbulkannya.

## Masalahnya: tabel yang tidak ternormalisasi (redundan)

Problems (anomalies):
  ✗ UPDATE anomaly — change Ann's email → must update EVERY one of her orders
  ✗ INSERT anomaly — can't add a customer without an order
  ✗ DELETE anomaly — deleting Ann's last order loses her info entirely
  ✗ Wasted storage and inconsistency risk
```

## Solusinya: pisahkan ke tabel-tabel terkait

Normalisasi memisahkan data sehingga setiap fakta hidup di satu tempat — informasi pelanggan di `customers`, produk di `products`, dan `orders` mereferensikannya berdasarkan kunci.

## Bentuk-bentuk normal (semakin ketat secara progresif)

```text
1NF → atomic values (no repeating groups / multi-valued columns), a primary key
2NF → 1NF + no partial dependency (non-key columns depend on the WHOLE primary key)
3NF → 2NF + no transitive dependency (non-key columns depend ONLY on the key, not
      on other non-key columns)
→ 3NF is the common practical target; BCNF, 4NF, 5NF exist for stricter cases.
```

## Normalisasi vs denormalisasi (pertukaran nilai)

```text
Normalized   → less redundancy, better integrity, but more JOINs (can be slower reads)
Denormalized → some duplication for FEWER joins → faster reads (e.g. analytics/reporting)
→ Normalize by default (integrity); selectively denormalize for read performance
  where justified (with care to keep duplicates consistent).
```

## Mengapa ini penting

Normalisasi adalah konsep desain basis data fundamental — ini adalah cara Anda menyusun data untuk menghindari redundansi dan mempertahankan integritas, yang sangat penting untuk merancang basis data relasional yang andal, jadi memahaminya sangat penting.

Nilai inti adalah mencegah **anomali** yang ditimbulkan oleh data redundan (tidak ternormalisasi): **anomali pembaruan** (mengubah data yang terduplikasi di banyak tempat, berisiko inkonsistensi), **anomali penyisipan** (tidak dapat menambah data tanpa data yang tidak terkait), dan **anomali penghapusan** (kehilangan data saat menghapus catatan terkait) — semuanya menyebabkan data yang tidak konsisten dan korup.

Dengan memisahkan data ke dalam tabel-tabel terkait sehingga setiap fakta disimpan sekali saja, normalisasi menghilangkan masalah-masalah ini dan memastikan konsistensi data.

Memahami **bentuk-bentuk normal** (khususnya 1NF, 2NF, dan **3NF** — target praktis yang umum — dan prinsip bahwa kolom non-kunci harus bergantung pada kunci) memberikan kerangka kerja untuk desain yang tepat.

Sama pentingnya adalah memahami **pertukaran normalisasi vs denormalisasi**: normalisasi meningkatkan integritas tetapi memerlukan lebih banyak JOIN (mungkin membaca lebih lambat), jadi meskipun Anda menormalisasi secara default untuk integritas, denormalisasi selektif (menerima beberapa duplikasi untuk lebih sedikit join dan pembacaan lebih cepat) kadang-kadang dibenarkan untuk kinerja (misalnya analitik) — mengetahui kapan dan mengapa membuat pertukaran ini mencerminkan penilaian desain yang matang.

Karena pemodelan data yang tepat adalah fondasi dari basis data yang andal, dan karena memahami normalisasi (menghindari redundansi dan anomali) dan pertukaran nilainya dengan denormalisasi (integritas vs kinerja pembacaan) adalah kunci untuk merancang basis data yang terstruktur dengan baik, konsisten, dan berkinerja baik, normalisasi adalah pengetahuan dasar yang penting untuk desain basis data dan topik wawancara umum yang menunjukkan pemahaman tentang pemodelan data yang baik.