Contoh SQL menggunakan PostgreSQL kecuali dialek lain disebutkan. Cuplikan singkat mengasumsikan tabel yang direferensikan sudah ada. Validasi DDL di basis data target Anda sebelum menerapkannya.
Apa itu Normalisasi Basis Data?
Normalisasi database adalah proses pengorganisasian database relasional untuk mengurangi redundansi data dan meningkatkan integritas data. Diperkenalkan oleh Edgar F. Codd pada tahun 1970-an, normalisasi melibatkan pembagian tabel besar menjadi tabel yang lebih kecil dan saling terkait serta mendefinisikan hubungan di antara tabel-tabel tersebut.
Tujuannya adalah untuk merepresentasikan dependensi secara konsisten dan mengurangi duplikasi yang dapat dihindari. Snapshot historis, seperti harga jual, mungkin termasuk dalam tabel yang berbeda karena merepresentasikan fakta yang berbeda.
Mengapa Melakukan Normalisasi?
- Hilangkan redundansi โ Hindari menyimpan data yang sama di beberapa tempat.
- Mencegah anomali pembaruan โ Perubahan data hanya perlu terjadi di satu tempat.
- Mencegah anomali penyisipan โ Anda dapat menambahkan data baru tanpa memerlukan data yang tidak terkait.
- Mencegah anomali penghapusan โ Menghapus sebuah catatan tidak secara tidak sengaja menghapus data yang tidak terkait.
- Mendukung kueri yang dapat dipelihara โ Ketergantungan yang jelas membuat kueri lebih mudah dipahami. Performa bergantung pada pola akses, indeks, dan gabungan (join); normalisasi saja tidak membuat kueri lebih cepat.
Bentuk Normal Pertama (1NF)
Tabel berada di 1NF ketika:
- Setiap kolom hanya berisi nilai atomik (tidak dapat dibagi)
- Setiap kolom berisi nilai dari satu tipe tunggal
- Baris dapat dibedakan berdasarkan kunci kandidat; deklarasikan kunci utama untuk menerapkan pengidentifikasi yang dipilih dalam SQL
- Tidak ada grup atau susunan (array) yang berulang
Sebelum 1NF (Melanggar)
-- BAD: phone_numbers contains multiple values
| id | name | phone_numbers |
|----|-------|------------------------|
| 1 | Alice | 555-0100, 555-0101 |
| 2 | Bob | 555-0200 |Setelah 1NF
CREATE TABLE contacts (
id SERIAL PRIMARY KEY,
name VARCHAR(100) NOT NULL
);
CREATE TABLE phone_numbers (
id SERIAL PRIMARY KEY,
contact_id INTEGER REFERENCES contacts(id),
phone VARCHAR(20) NOT NULL
);
-- Each phone number is in its own row
-- | id | contact_id | phone |
-- |----|-----------|----------|
-- | 1 | 1 | 555-0100 |
-- | 2 | 1 | 555-0101 |
-- | 3 | 2 | 555-0200 |Bentuk Normal Kedua (2NF)
Tabel berada di 2NF ketika:
- Ini sudah dalam 1NF
- Setiap atribut non-utama bergantung pada masing-masing seluruh kandidat kunci, tanpa ketergantungan hanya pada sebagian kunci
Kunci kandidat adalah sekumpulan atribut minimal yang secara unik mengidentifikasi baris. Atribut yang muncul di kunci kandidat mana pun adalah atribut utama. Ketergantungan parsial penting ketika kunci kandidat berisi beberapa kolom; kunci kandidat mencakup pengidentifikasi unik alternatif, bukan hanya kunci utama yang dipilih. Jika kolom non-kunci bergantung hanya pada sebagian dari kunci, itu harus dipindahkan ke tabel terpisah.
Sebelum 2NF (Melanggar)
-- BAD: course_name depends only on course_id, not the full key
-- PK: (student_id, course_id)
| student_id | course_id | course_name | grade |
|-----------|-----------|-------------|-------|
| 1 | 101 | Math | A |
| 1 | 102 | Physics | B |
| 2 | 101 | Math | C |Setelah 2NF
CREATE TABLE students (
id INTEGER PRIMARY KEY,
name VARCHAR(100) NOT NULL
);
CREATE TABLE courses (
id INTEGER PRIMARY KEY,
name VARCHAR(100) NOT NULL
);
CREATE TABLE enrollments (
student_id INTEGER REFERENCES students(id),
course_id INTEGER REFERENCES courses(id),
grade CHAR(2),
PRIMARY KEY (student_id, course_id)
);
-- course_name now lives only in the courses table
-- grade depends on both student_id AND course_idBentuk Normal Ketiga (3NF)
Tabel berada di 3NF ketika:
- Ini sudah dalam 2NF
- Untuk setiap ketergantungan fungsional non-trivial X โ A, X adalah kunci super atau A termasuk dalam kunci kandidat. Dalam contoh di bawah, ini menghapus ketergantungan transitif antar atribut non-kunci.
Sebelum 3NF (Melanggar)
-- BAD: department_name depends on department_id, not on id
| id | name | department_id | department_name |
|----|-------|---------------|-----------------|
| 1 | Alice | 10 | Engineering |
| 2 | Bob | 10 | Engineering |
| 3 | Carol | 20 | Marketing |Setelah 3NF
CREATE TABLE departments (
id INTEGER PRIMARY KEY,
name VARCHAR(100) NOT NULL
);
CREATE TABLE employees (
id SERIAL PRIMARY KEY,
name VARCHAR(100) NOT NULL,
department_id INTEGER REFERENCES departments(id)
);
-- department_name is stored only in the departments table
-- employees references it via foreign keyContoh Normalisasi yang Lengkap
Berikut adalah skema e-commerce yang memisahkan produk, pelanggan, alamat, pesanan, dan baris pesanan. Dengan asumsi setiap pengidentifikasi yang tercantum menentukan atribut yang tersisa, tabel-tabel ini memenuhi bentuk normal yang diilustrasikan. Harga jual yang disimpan adalah fakta historis, bukan salinan dari harga produk saat ini.
CREATE TABLE categories (
id SERIAL PRIMARY KEY,
name VARCHAR(100) NOT NULL UNIQUE
);
CREATE TABLE products (
id SERIAL PRIMARY KEY,
name VARCHAR(200) NOT NULL,
price NUMERIC(10, 2) NOT NULL CHECK (price >= 0),
category_id INTEGER REFERENCES categories(id)
);
CREATE TABLE customers (
id SERIAL PRIMARY KEY,
email TEXT UNIQUE NOT NULL,
full_name VARCHAR(150) NOT NULL
);
CREATE TABLE addresses (
id SERIAL PRIMARY KEY,
customer_id INTEGER REFERENCES customers(id),
street VARCHAR(200) NOT NULL,
city VARCHAR(100) NOT NULL,
state VARCHAR(50),
zip VARCHAR(20) NOT NULL
);
CREATE TABLE orders (
id SERIAL PRIMARY KEY,
customer_id INTEGER REFERENCES customers(id),
shipping_address_id INTEGER REFERENCES addresses(id),
status VARCHAR(20) DEFAULT 'pending',
created_at TIMESTAMP DEFAULT now()
);
CREATE TABLE order_items (
order_id INTEGER REFERENCES orders(id),
product_id INTEGER REFERENCES products(id),
quantity INTEGER NOT NULL CHECK (quantity > 0),
unit_price NUMERIC(10, 2) NOT NULL,
PRIMARY KEY (order_id, product_id)
);Tempel ini ke dalam Editor Erd Go untuk melihat ERD visual dengan semua hubungan dipetakan secara otomatis.
Kapan Melakukan Denormalisasi
Meskipun normalisasi umumnya merupakan praktik yang baik, ada kasus di mana denormalisasi meningkatkan kinerja:
- Beban kerja yang berat dalam pembacaan โ Jika aplikasi Anda jauh lebih sering membaca daripada menulis, menyimpan data yang dihitung atau diduplikasi dapat menghindari JOIN yang mahal.
- Pelaporan dan analitik โ Tabel denormalisasi atau materialized view sering digunakan untuk dasbor.
- Melakukan cache pada data panas โ Menyimpan nilai agregasi yang sering diakses secara langsung di dalam tabel.
- Pola akses gaya NoSQL โ Ketika kueri Anda selalu membutuhkan kombinasi data tertentu.
Kuncinya adalah untuk normalize first, then denormalize intentionally di mana performa memerlukannya, dengan mendokumentasikan mengapa pertukaran (trade-off) tersebut dilakukan.



