Penggunaan Python dalam Basis Data Lanjut

Diajukan untuk memenuhi tugas Mata Kuliah Basis Data Lanjut

Disusun Oleh:

Mahendra Adam Majid

2303040180

Kelas C2

PROGRAM STUDI TEKNIK INFORMATIKA

FAKULTAS TEKNIK DAN SAINS
UNIVERSITAS MUHAMMADIYAH PURWOKERTO
2023
 KATA PENGANTAR

Puji dan syukur kita panjat kan kepada Tuhan Yang Maha Esa, dengan
limpahan rahmat serta karunianya sehingga Tugas makalah ini dapat
terselesaikan. Makalah ini di susun berdasarkan tugas yang di berikan kepada
saya, yaitu tentang makalah Pemrograman lanjut dalam dunia pendidikan serta
implementasi nya dalam dunia pendidikan.
Makalah ini di susun dengan tujuan untuk memenuhi tugas yang saya
terima, maka untuk menyelesaikan tugas ini, saya harus benar-benar dalam
mengerjakannya. Penyusun sadar bahwa makalah ini masih belum sempurna. oleh
karena itu kritik dan saran yang konstruktif sangat diperlukan dari semua pihak
untuk kesempurnaan makalah ini, untuk itu secara khusus saya selaku penyusun
menyampaikan terima kasih, semoga makalah ini bermanfaat bagi kita semua.
Amin.

ii
 DAFTAR ISI

KATA PENGANTAR............................................................................................ii
DAFTAR ISI.........................................................................................................iii

BAB I PENDAHULUAN......................................................................................1
A. Latar Belakang....................................................................................................1

BAB II PEMBAHASAN.......................................................................................3
A. Konsep Dasar Basis Data.............................................................................3
1. Basis data.............................................................................................................3
2. Pengenalan Basis Data Relasional dan non-Relasional..........................3
3. Interaksi Basis data menggunakan Python.............................................4
4. Analisis Data Lanjut.............................................................................................5
B. Visualisasi Data............................................................................................6
1. Pengertian Basis Data Python..............................................................................6
C. QUERY.........................................................................................................7
D. SubQuery......................................................................................................8

BAB III PENUTUP.............................................................................................10

A. Kesimpulan.......................................................................................................10

DAFTAR PUSTAKA...........................................................................................11

iii
iv
 BAB I

PENDAHULUAN

A. Latar Belakang

Basis data adalah kumpulan informasi yang disimpan didalam

komputer secara sistematik sehingga dapat diperiksa menggunakan

suatu program komputer untuk memperoleh informasi dari database tersebut.

Perangkat lunak yang digunakan untuk mengolah dan mengambil kueri

(query) basis data disebut sistem manajemen basis data.

Pemrosesan basis data sebagai perangkat andalan sangat diperlukan

oleh berbagai institusi dan perusahaan. Dalam pengembangan sistem

informasi diperlukan basis data sebagai media penyimpanan data. Kehadiran

basis data dapat meningkatkan Daya saing perusahaan tersebut.

Basis data dapat mempercepat upaya pelayanan kepada pelanggan,

menghasilkan informasi dengan cepat dan tepat sehingga membantu

pengambilan keputusan untuk segera memutuskan suatu masalah berdasarkan

informasi yang ada, visualisasi data sebagai pendekatan untuk

menginterpretasikan data kompleks secara intuitif, telah menjadi kunci dalam

mengkomunikasikan temuan dan insight dari model regresi. Banyak

penelitian telah menunjukkan pentingnya visualisasi dalam analisis regresi.

Menurut Gromping (2015), visualisasi dapat secara signifikan meningkatkan

pemahaman tentang struktur data dan hubungan antar variabel.

1
 Python umumnya digunakan sebagai bahasa skrip meski pada praktiknya

penggunaan bahasa ini lebih luas mencakup konteks pemanfaatan

yang umumnya tidak dilakukan dengan menggunakan bahasa skrip. Python

dapat digunakan untuk berbagai keperluan pengembangan perangkat lunak

dan dapat berjalan di berbagai platform sistemoperasi. Untuk itu Makalah ini

bertujuan untuk menguraikan metode dan teknik penggunaan Python dan Sub

Query dalam mengakses dan memanipulasi data dari basis data yang

tersimpan.

2
 BAB II

PEMBAHASAN

A. Konsep Dasar Basis Data

1. Basis data
Basis Data atau database, berasal dari kata basis dan data, adapun

pengertian dari kedua pengertian tersebut adalah sebagai berikut :

Basis: Dapat diartikan sebagai markas atau gudang, tempat bersarang atau

berkumpul.

Data : Sesuatu yang bersifat nyata yang mewakili suatu objek seperti

manusia, barang, hewan, peristiwa, konsep, keadaan, dan sebagainya

yang direkam dalam bentuk angka, huruf, simbol, teks,gambar, bunyi,

atau kombinasinya.

Basis Data adalah Kumpulan file atau table yang saling

berelasi(berhubungan) yang disimpan dalam media penyimpanan eletronik.

Dari pengertian tersebut dapat diambil kesimpulan pada masing – masing

table atau file didalam database berfungsi untuk menampung atau menyimpan

data – data, dimana masing – masing data yang ada pada table atau file

tersebut saling berhubungan dengan satu sama lain.

2. Pengenalan Basis Data Relasional dan non-Relasional

2.1 Basis Data Relasional
Terstruktur - mengatur data ke dalam baris dan kolom. Hasilnya,

memiliki tabel (atau beberapa tabel yang saling terhubung) tempat semua data

diatur dan disimpan dengan jelas.

3
 kelemahan utama dari basis data SQL adalah perlunya pengembangan

arsitektur secara hati-hati sebelum menambahkan data.

 kelebihan dari basis data relasional menjadikannya pilihan yang lebih baik

jika situs web menangani data yang terstruktur dengan baik.

 Kegunaan : menangani data transaksi/keuangan lebih mudah dengan basis

data SQL, dan platform e-commerce juga akan diuntungkan dari struktur

yang ketat.

2.2 Basis data non-relasional

Dokumen - menyimpan semua data mengenai seseorang/barang dalam satu
dokumen. Ini berarti Anda akan memiliki serangkaian dokumen, dengan
semua jenis data terstruktur.
 Keuntungan nyata dari basis data non-relasional adalah kemampuan untuk
menyimpan dan memproses data tidak terstruktur dalam jumlah besar.
 kekurangannya. Harus membayar fleksibilitas ini dengan upaya
pemrosesan ekstra. Selain itu, administrasi basis data NoSQL lebih rumit.
Karena struktur datanya tidak tepat, pemindahan data ke bahasa
pemrograman dengan tipe yang kuat menjadi tantangan.
 Kegunaan : Media sosial, perangkat lunak analitik - semakin beragam
jenis data yang harus ditangani aplikasi, semakin jelas penggunaan basis data
NoSQL.

3. Interaksi Basis data menggunakan Python

3.1 Penggunaan SQLAlchemy untuk ORM

SQLAlchemy mendukung ORM, yang memungkinkan untuk

memetakan objek Python ke tabel dalam basis data SQL. Hal ini
memungkinkan untuk bekerja dengan data dalam bahasa Python, yang sering
lebih intuitif daripada bekerja dengan bahasa SQL langsung.

3.2 Manipulasi data menggunakan Pandas

1. Struktur Data Pandas

4
  Seri : Seri adalah array berlabel satu dimensi.
 DataFrame : DataFrame adalah struktur data berlabel dua dimensi yang
menyerupai spreadsheet.
4. Analisis Data Lanjut
4.1 Teknik Analisis Data Menggunakan Python
Teknik pengumpulan, transformasi, dan pengorganisasian data untuk
membuat prediksi masa depan dan keputusan berdasarkan data yang matang.
 Menganalisis Data Numerik dengan NumPy adalah paket pemrosesan array
dalam Python dan menyediakan objek array multidimensi berperforma
tinggi serta alat untuk bekerja dengan array tersebut. Paket ini merupakan
paket dasar untuk komputasi ilmiah dengan Python.
 Menganalisis Data Menggunakan PandasPython Pandas digunakan untuk
data relasional atau berlabel dan menyediakan berbagai struktur data untuk
memanipulasi data dan mengurangi waktu tersebut. Pustaka ini dibangun di
atas pustaka NumPy.

4.2 Visualisasi Data menggunakan Matplotlib dan Seaborn

1. Matplotlib adalah salah satu perpustakaan visualisasi data yang paling umum
digunakan di dunia Python. Ia menyediakan alat untuk membuat berbagai
jenis grafik, seperti grafik garis, histogram, scatter plot, bar plot, dan banyak
lagi.
2. Seaborn adalah perpustakaan yang dibangun di atas Matplotlib dan dirancang
khusus untuk membuat visualisasi data yang indah dan informatif dengan
kode yang lebih sedikit. Seaborn menghadirkan beberapa fitur penting,
seperti palet warna yang menarik dan dukungan untuk plot statistik.

B. Visualisasi Data
1. Pengertian Basis Data Python
Python adalah bahasa pemrograman interpretatif multiguna dengan

filosofi perancangan yang berfokus pada tingkat keterbacaan kode. Python

diklaim sebagai bahasa yang menggabungkan kapabilitas,kemampuan,

5
 dengan sintaksis kode yang sangat jelas, dan dilengkapi dengan fungsionalitas

pustaka standar yang besar serta komprehensif.

Salah satu fitur yang tersedia pada python adalah sebagai bahasa

pemrograman dinamis yang dilengkapi dengan manajemen memoriotomatis.

Seperti halnya pada bahasa pemrograman dinamis lainnya, python umumnya

digunakan sebagai bahasa skrip meski pada praktiknya penggunaan bahasa ini

lebih luas mencakup konteks pemanfaatan yang umumnya tidak dilakukan

dengan menggunakan bahasa skrip.

1.1 Mengakses Basis Data MDB menggunakan Python

Basis data Microsoft Access umumnya digunakan sebagai basis data
file. Basis data ini dapat digunakan untuk menyimpan sejumlah kecil data di
sistem desktop Anda. Untuk mengakses data di basis data Access, cukup
menggunakan driver ODBC. Untuk Python, dapat
menggunakan pyodbc package.

1.2 Instalasi dan Setup

 Driver Access ODBC
Sebagai bagian dari penginstalan Office Access, driver ODBC terkait
juga diinstal. Biasanya ada versi 32 bit dan 64 bit yang diinstal. Anda
dapat menemukannya di Administrator Sumber Data ODBC (melalui
Pencarian Windows):
 Jika belum menginstal paket pypdbc, instal menggunakan perintah
berikut:

pip instal pyodbc

1.3 Koneksi ke File MDB

Menggunakan metode connect dari modul mysql.connector untuk
membuat koneksi ke server MDB. Kemudian, kita menggunakan
metode execute dari objek cursor untuk menjalankan query dan

6
 metode fetchall untuk mengambil semua baris hasil query. Terakhir, kita
menggunakan perulangan for untuk menampilkan hasilnya.

C. QUERY
Query adalah perintah yang digunakan untuk mendapatkan informasi
dalam database dengan tujuan untuk melakukan tugas tertentu. Ketika
seseorang menggunakan query, dia bertanya kepada database,
kemudian database akan merespon dengan informasi yang diminta
1. Contoh Query
 Query Select
SELECT daftarnama FROM Kelas1 WHERE nilai=10

 Query Delete
DELETE FROM daftarnama WHERE nilai=0

 Query Database untuk penggunaan Update

UPDATE Data_Siswa SET Nama = 'Indah', Alamat = Jakarta
WHERE No_absen = 2

D. SubQuery
Sub Query adalah perintah select yang berada di dalam perintah SQL lain.
Sub Query sangat berguna ketika kita ingin menampilkan data dengan kondisi
yang bergantung pada data di dalam tabel itu sendiri.
 Kegunaan
 Meng-copy data dari satu tabel ke tabel lain
 Menerima data dari inline view
 Mengambil data dari tabel lain untuk kemudian di update ke tabel yang
dituju
 Menghapus baris dari satu tabel berdasarkan baris dari tabel lain.

7
 Aturan Penggunaan
 Klausa Order by tidak boleh digunakan .di subquery. Order by dapat
digunakan ,di pernyataan Select luar.
 Klausa subquery Select harus beisi satu nama kolom tunggal atau ekspresi.
 kecuali untuk subquery-subquery menggunakan kata kunci Exist.
 secara default, nama-nama kolom di subquery mengacu ke nama table di
klausa from di query lebih luar dengan mengkualifikasi nama kolom
 Saat subquery adalah salah satu dua operan dilibatkan di pembandingan,
Sub query harus muncul di sisi kanan pembandingan.
 Sub query tidak boleh digunakan sebagai operan di ekspresi.

 Contoh Sub Query

 Contoh Sub Query Baris Tunggal

Script:
mysql> select nip, gaji from pekerjaan_06 where gaji=(select max(gaji) from
pekerjaan_06);
Hasilnya:

8
 Contoh Sub Query Baris Ganda
Script:
mysql> select nip, kode_bagian from pekerjaan_06 where kode_bagian in
(select distinct pekerjaan_06.kode_bagian from pekerjaan_06, infoprib_06
where pekerjaan_06.nip=infoprib_06.nip and infoprib_06.nama like '%i');
Hasilnya:

BAB III

PENUTUP

A. Kesimpulan

Berdasarkan pembahasan yang telah diuraikan dalam makalah ini, maka

dapat ditarik kesimpulannya diantaranya :

Basis Data adalah Kumpulan file atau table yang saling

berelasi(berhubungan) yang disimpan dalam media penyimpanan eletronik. Basis
Data Relasional kegunaannya untuk menangani data transaksi/keuangan lebih
mudah dengan basis data SQL, dan platform e-commerce juga akan diuntungkan
dari struktur yang ketat. Selain itu, juga memiliki kelemahan utama yaitu dari
basis data SQL adalah perlunya pengembangan arsitektur secara hati-hati sebelum
menambahkan data, sedangkan kelebihannya menjadikannya pilihan yang lebih

9
baik jika situs web menangani data yang terstruktur dengan baik. Pada Basis data
non-Relasional memiliki kemampuan untuk menyimpan dan memproses data
tidak terstruktur dalam jumlah besar dan memiliki kelemahan yaitu Harus
membayar fleksibilitas ini dengan upaya pemrosesan ekstra. kegunaannya
memperjelas penggunaan basis data NoSQL. Basis Data Python adalah bahasa
pemrograman interpretatif multiguna dengan filosofi perancangan yang
berfokus pada tingkat keterbacaan kode. python umumnya digunakan sebagai
bahasa skrip meski pada praktiknya penggunaan bahasa ini lebih luas mencakup
konteks pemanfaatan yang umumnya tidak dilakukan dengan menggunakan
bahasa skrip. Basis Data Query adalah perintah yang digunakan untuk
mendapatkan informasi dalam database dengan tujuan untuk melakukan tugas
tertentu. Dengan query di SQL, seseorang bisa mengakses informasi
di database dalam bentuk daftar atau tabel yang dapat digunakan untuk keperluan
seperti analisis data atau membuat laporan, seperti contoh query pada select yaitu:
SELECT daftarnama FROM Kelas1 WHERE nilai=10
Sub Query sangat berguna ketika kita ingin menampilkan data dengan kondisi
yang bergantung pada data di dalam tabel itu sendiri.

DAFTAR PUSTAKA

Anymous Student. (2024). Makalah Praktikum Basis Data Lanjut Subquery.

Politeknik Negeri Cilacap. Studocu.
https://www.studocu.com/id/document/politeknik-negeri-cilacap/basis-data-
lanjut/makalah-subquery/40846513.

Avraam, D., Wilson, R., Butters, O., Burton, T., Nicolaides, C., Jones, E., Boyd,
A., dan Burton, P. (2021). Privacy preserving data visualizations. EPJ Data
Science, 10(1), 2. https://doi.org/10.1140/epjds/s13688- 020-00257-4.

Breheny, P., & Burchett, W. (2017). Visualization of Regression Models Using

visreg. The R Journal, 9(2), 56. https://doi.org/10.32614/RJ-2017-046.

10
Dicky Ari. (2022). Materi Sub Query. Scribd.
https://www.scribd.com/document/567239201/Materi-Sub-Query. Diakses
pada 15 Oktober 2024.

Few, S., Eenie, Meenie, Minie, Moe. (2004). Selecting the Right Graph for Your
Message. http://www.perceptualedge.com/articles/ie/the_right_graph. pdf
Diakses Pada 15 oktober 2024.

Friendly, M. (2014). Milestones in the History of Thematic Cartography,

Statistical Graphics, and Data Visualization.
http://www.math.yorku.ca/SCS/Gallery/milestone/milestone .pdf Diakses
pada 15 Oktober 2024.

Godfrey, P., Gryz, J., & Lasek, P. (2016). Interactive Visualization of Large Data
Sets. IEEE Transactions on Knowledge and Data Engineering, 28(8),
2142–2157. https://doi.org/10.1109/TKDE.2016.2557324

Gromping, U. (2015). Variable importance in regression models. WIREs

Computational Statistics, 7(2), 137– 152.
https://doi.org/10.1002/wics.1346.

Guildo van Rossum. (2006). Python (bahasa pemrograman). Wikipedia.

https://id.wikipedia.org/wiki/Python_(bahasa_pemrograman). Diakses pada
15 Oktober 2024.

Muhammad Abu Jevandra. (2017). Mkalah Basis Data. Wikipedia.

https://www.scribd.com/document/346322901/Makalah-Basis-Data.
Diakses pada 15 Oktober 2024.

Septia Ayu Pratiwi, Wicaksono Yuli Sulistyo. Hubungan Data Melalui Analisis
Regresi Dalam Pendekatan Visualisasi: Kajian Literatur. Jurnal
Multidisplin. 2(1), 93-99.
Https://e-Journal.Naureendigition.Com/Index.Php/Mj.

Syaukha Ahmad Risyad. (2023). Jenis Visualisasi Data Dan Fungsinya yang
Wajib Kamu Tahu. Dibimbing. https://dibimbing.id/blog/detail/jenis-
visualisasi-data-dan fungsinya Diakses Pada 15 Oktober 2024.

11