BAB II LANDASAN TEORITIS. Pada dasarnya, data apapun adalah rangkaian bit 0 dan 1. Yang

Transkripsi

1 BAB II LANDASAN TEORITIS Pada dasarnya, data aaun adalah rangkaian bit 0 dan 1. Yang membedakan antara suatu data dengan data yang lain adalah ukuran dari rangkaian bit dan bagaimana 0 dan 1 ditematkan dalam rangkaian bit tersebut. Semakin komleks suatu data maka rangkaian bit yang dierlukan un menjadi semakin rumit dan anjang, dengan demikian ukuran keseluruhan data juga semakin besar. Rangkaian bit inilah yang nantinya akan diolah dalam roses komresi. Dalam tulisan ini, akan dibandingkan dua metode komresi yaitu metode Huffman dan Dynamic Markov Comression. Untuk melakukan kedua metode tersebut dierlukan beberaa ilmu endukung. Selanjutnya akan dibahas mengenai ilmu-ilmu endukung tersebut. 2.1 Teori Peluang Konse Dasar Peluang Dalam melakukan enelitian, sering kali dilakukan berbagai ercobaan atau ekserimen. Ekserimen dalam hal ini meruakan ekserimen acak. Sebagaimana dikemukakan oleh Djauhari (1994:2) bahwa Ekserimen acak memiliki karakteristik: i. Hasil ekserimen tak daat diduga sebelumnya dengan tingkat keyakinan yang asti. 7

2 8 ii. Semua hasil yang mungkin daat diidentifikasi terkandung di dalm suatu himunan. iii. Daat diasumsikan bisa dilakukan berulang-ulang dalam kondisi yang sama. Setelah melakukan ekserimen, maka akan dieroleh hasil-hasil yang mungkin dari ekserimen itu, kumulan semua hasil-hasil yang mungkin tersebut disebut dengan ruang samel dan dinotasikan dengan S. Pengertian ruang samel dierjelas ada definisi berikut: Definisi 2.1 (Herrhyanto, 1994:19) Aabila kita melakukan suatu ekserimen acak, maka semua hasil yang mungkin dari ekserimen itu dinamakan ruang samel. Sedangkan masing-masing hasil yang mungkin dari ekserimen atau setia anggota dari ruang samel dinamakan titik-titik samel. Definisi 2.2 (Herrhyanto, 1994:19) Sebuah eristiwa adalah sebuah himunan bagian dari ruang samel. Setia himunan bagian adalah sebuah eristiwa. Dalam suatu ekserimen acak selalu terjadi suatu ketidakastian aakah suatu eristiwa akan terjadi atau tidak. Jika suatu eristiwa sudah asti akan terjadi maka daat dikatakan eristiwa tersebut memiliki eluang sama dengan 1. Sebaliknya, jika eristiwa tersebut sangat tidak mungkin terjadi, maka eluangnya sama dengan 0. Tetai yang terjadi dalam kehiduan sehari-hari sangat jarang

3 9 ditemukan eristiwa yang memiliki eluang sama dengan 0 atau 1, kebanyakan eristiwa memunyai eluang antara 0 dan 1. Berikut adalah definisi eluang. Definisi 2.3 Misalkan untuk setia eristiwa E dari ruang samel S, P(E) memenuhi tiga syarat: (i) 0 P(E) 1 (ii) P(S) =1 (iii) P i=1 E i = i=1 P (E i ) Untuk setia E 1, E 2,... di S dengan E i E j = φ, i = j P(E) dibaca eluang dari eristiwa E. Definisi di atas adalah definisi eluang, sedangkan cara menghitung eluang suatu eristiwa daat dilihat ada definisi-definisi berikut: Definisi 2.4 (Definisi Klasik) Jika eristiwa E daat terjadi sebanyak n kali di antara N eristiwa yang saling asing dan semuanya terjadi dengan kesematan yang sama, maka eluang terjadinya eristiwa E adalah n P(E) = N

4 10 Definisi 2.5 (Definisi Emiris) Perhatikan frekuensi relatif sebuah eristiwa di antara sejumlah engamatan. Peluang eristiwa tersebut adalah limit dari frekuensi relatifnya jika engamatan di ulang samai dengan tak hingga. Definisi 2.6 Misalkan X diskrit dengan nilai X = x 1, x 2, x 3,..., x n, fungsi yang memenuhi syarat: (a) P(x i ) 0, untuk setia x i, dan n (b) i= 1 P(x i ) = 1 Disebut fungsi eluang Contoh: Misalkan dilakukan ekserimen engundian 2 mata uang, jika x menyatakan banyaknya kejadian munculnya angka, ruang samel untuk engundian ini adalah S = {0, 1, 2}. Berikut adalah tabel distibusi eluang dari kejadian munculnya angka dalam dua kali engundian Tabel 2.1 Distibusi Peluang Pengundian Koin n i= 1 x P(x) 0 1/4 1 1/2 2 1/4 P(x i ) 1

5 Rantai Markov Proses statokastik X = {X(t), t T} adalah kumulan dari variabel-variabel acak. T dalam hal ini adalah himunan index atau arameter waktu dan X(t) adalah keadaan dari suatu roses ada waktu t. Jika himunan T memunyai jumlah anggota terbatas maka X dinamakan roses stokastik dengan arameter waktu diskrit. Sedangkan jika himunan T memunyai jumlah anggota terbatas maka X adalah roses stokastik dengan arameter waktu kontinu. Himunan nilai X(t) yang mungkin yaitu range X(t) dinamakan ruang keadaan dari roses stokastik Salah satu roses stokastik yang cuku dikenal adalah model rantai Markov. Model rantai Markov ertama kali dierkenalkan oleh Andrei A. Markov ada tahun Model ini berhubungan dengan suatu rangkaian roses di mana kejadian akibat suatu ekserimen hanya bergantung ada kejadian yang langsung mendahuluinya dan tidak tergantung ada rangkaian kejadian sebelumsebelumnya yang lain (Abdurrachman, 1999:499). Model ini daat digunakan untuk memerkirakan erubahan-erubahan di waktu yang akan datang dalam variabel-variabel dinamis atas dasar erubahan-erubahan dari variabel-variabel dinamis tersebut di waktu yang lalu. Tetai model ini tidak memberikan keutusan rekomendasi, melainkan hanya informasi robabilitas mengenai situasi keutusan yang daat membantu engambil keutusan mengambil keutusan. Alikasi rantai Markov yang terkenal diantaranya adalah analisa erindahan merek dari elanggan, analisa gema, analisa robabilitas kerusakan mesin, analisa hutang tak tertagih, dan masih banyak lagi yang lainnya.

6 12 Definisi 2.7 Proses Markov adalah roses stokastik masa lalu tidak memunyai engaruh ada masa yang akan datang bila masa sekarang diketahui. Bila t n-1 < t n maka : P{X(t n ) X n X(t), t t n-1 } = P {X(t n ) X n X(t n-1 )} Bila t 1 < t 2 <.< t n maka : P { X(t n ) X n X(t n-1 ),.X(t 1 )} = P { X(t n ) X n X(t n-1 )} Definisi 2.8 Diberikan sebuah himunan N dengan keadaaan E = { E 1,E 2,, E N } dan rantai keadaan itu : E j1, E j2, E j3, E jn Rantai tersebut adalah rantai Markov bila : P( E k E j1 E j2..e ji ) = P( E k E ji ) Definisi 2.9 Probabilitas transisi adalah robabilitas ergerakan dari keadaan E i ke E j, dinotasikan dengan ij. P(E j Ek 1.Ek 2, Ek v, E i ) = P(E j E i ) = ij Untuk semua i dan j, ij 0 dan untuk setia i N ij j= 1

7 13 Definisi 2.10 Matriks transisi sebuah sistem dengan N keadaan, E 1, E 2,., E N dan robabilitas transisi ij = 1,2,.N adalah: T = M N M N M N 3 L L L O L 1N 2N 3N M NN Contoh: Misalkan di suatu kota terdaat tiga erusahaan engiriman barang yaitu erusahaan A, B dan C. Jumlah enduduk kota tersebut adalah 2000 orang, Setia bulannya enduduk kota tersebut menggunakan layanan dari salah satu dari ketiga erusahaan tersebut. Setelah diadakan survei, ternyata elanggan tidak setia seenuhnya ada erusahaan engiriman manaun. Hasil surveinya adalah sebagai berikut : a. Jika elanggan melakukan transaksi dengan erusahaan A bulan ini, ada robabilitas sebesar 50% bahwa elanggan akan melakukan transaksi dengan A kembali dibulan berikutnya. Sedangkan bahwa elanggan akan berindah ke B dan C, terdaat robabilitas sebesar 30% dan 20% b. Untuk elanggan yang bulan ini mengadakan transaksi dengan erusahaan B, terdaat robabilitas sebesar 55% bahwa elanggan tersebut akan kembali ada mereka dibulan berikutnya. Sedangkan bahwa elanggan akan berindah ke A dan C, terdaat robabilitas sebesar 20% dan 25%

8 14 c. Untuk elanggan yang bulan ini mengadakan transaksi dengan erusahaan C, robabilitas bahwa elanggan akan kembali ada mereka dibulan berikutnya adalah 60%. Sedangkan robabilitas elanggan akan beralih ke A dan B adalah 20% dan 20%. Probabilitas ergerakan elanggan erbulan daat dijabarkan sebagai matriks transisi: 0,5 T = 0,2 0,2 dan dierjelas melalui tabel berikut: 0,3 0,55 0,2 0,2 0,25 0,6 Tabel 2.2 Probabilitas Transisi Bulan ini Bulan Berikutnya A B C A 0,5 0,3 0,2 B 0,2 0,55 0,25 C 0,2 0,2 0,6 Sumber: Yashinta.net Dari tabel robabilitas transisi di atas, erusahaan daat menentukan langkah selanjutnya untuk mendaatkan kembali elanggan, misalnya dengan meningkatkan elayanan, memberi diskon, atau memasang iklan lebih banyak.

9 Pohon dalam Graf Graf Graf digunakan untuk mereresentasikan objek-objek dan hubungan antar objek-objek tersebut. Reresentasi visual dari graf adalah dengan menyatakan objek sebagai titik dan hubungan antar objek sebagai garis. Sebagai contoh lihat gambar (2.1), gambar 2.1(a) adalah eta kota Konigsberg dan tujuh jembatannya yang terkenal, sedangkan gambar 2.1(b) adalah graf yang mereresentasikan jembatan kota Konigsberg dan 7 jembatannya. Daratan dinyatakan oleh titik-titik dan jembatan dinyatakan oleh garis-garis yang menghubungkan titik-titik tersebut. (a) (b) Gambar 2.1 (a) Peta Kota Konigsberg; (b) Reresentasi Jembatan Konigsberg dalam Graf Definisi 2.11 Graf G didefinisikan sebagai asangan himunan (V,E), ditulis dengan notasi G = (V,E) yang dalam hal ini V adalah himunan tidak kosong dari simul-simul dan E adalah himunan sisi yang menghubungkan seasang simul.

10 16 Dari definisi di atas daat dilihat bahwa V tidak boleh kosong sedangkan E boleh kosong. Jadi, suatu graf boleh tidak memunyai sisi satu un, tetai minimal harus ada satu simul. Sisi ada graf daat menmunyai orientasi arah. Berdasarkan orientasi arah ada sisi, maka graf daat dibedakan menjadi 2 jenis yaitu: 1. Graf Tak Berarah (Undirected Grah) Graf yang sisi-sisinya tidak memunyai orientasi arah disebut graf tak berarah. Urutan asangan simul yang dihubungkan oleh sisi tidak dierhatikan, dengan kata lain (u,v) = (v,u). 2. Graf Berarah (Directed Grah atau Digrah) Graf yang sisi-sisinya memunyai orientasi arah disebut graf berarah. Pada graf berarah sisi (u,v) tidak sama dengan sisi (v,u), dengan kata lain (v,u) (v,u). Sisi (u,v) artinya sisi dengan tanda anah mengarah dari simul u ke simul v. Berikut ini adalah beberaa terminologi dalam graf yang sering digunakan. 1. Bertetangga (Adjasent) Definisi 2.12 Dua buah simul ada graf tak berarah G dikatakan bertetangga bila keduanya terhubung langsung dengan sebuah sisi. Dengan kata lain, u bertetangga dengan v jika (u,v) adalah sisi ada graf G.

11 17 2. Bersisian (Incident) Definisi 2.13 Untuk sembarang sisi e = (u,v), sisi e dikatakan bersisian dengan simul u dan simul v. 3. Derajat (Degree) Definisi 2.14 Derajat suatu simul v, ditulis d(v) menyatakan banyaknya sisi yang incident dengan v. Untuk graf berarah, d(v) = d in (v) + d out (v) dengan d in (v): banyaknya sisi yg masuk ke v d out (v): banyaknya sisi yg keluar dari v 4. Lintasan (Path) Definisi 2.15 Suatu lintasan u-v adalah erjalanan u-v yang tidak mengulangi sebarang simul dan sebarang sisi. Lintasan u-v dengan anjang n dinyatakan dengan urutan berselang-seling simul-simul dan sisi-sisi v 0, e 1, v 1, e 2, v 2,..., e n, v n. Sedemikian sehingga e 1 = (v 0, v 1 ), e 2 = (v 1, v 2 ),..., e n = (v n-1,v n ) adalah sisi-sisi ada graf G.

12 18 5. Siklus (Cycle) atau Sirkuit (Circuit) Definisi 2.16 Lintasan yang berawal dan berakhir ada simul yang sama disebut sirkuit atau siklus Pohon ohon: Pohon adalah salah satu bentuk khusus dari graf. Berikut adalah definisi Definisi 2.17 Pohon (tree) adalah graf tak berarah terhubung yang tidak memuat sirkuit. Perhatikan gambar (2.2), gambar 2.2(a), 2.2(b) dan 2.2(c) adalah contoh ohon, 2.1(d) bukan meruakan sebuah ohon, karena memuat sirkuit. (a) (b) (c) (d) Gambar 2.2 Graf Teorema 2.1 Jika T ohon, maka untuk setia dua titik u dan v yang berbeda di T terdaat teat satu lintasan yang menghubungkan kedua titik tersebut.

13 19 Bukti Misalkan ohon T dan ada dua lintasan yang berbeda yang menghubungkan titik u dan v, maka dua litasan tersebut akan menghubungkan titik u dan v sehingga kedua lintasan ini akan menghubungkan kedua titik tersebut, kedua lintasan ini akan membentuk sirkuit. Berdasarkan definisi, T tidak memiliki sirkuit, dengan demikian haruslah lintasan ertama sama dengan lintasan kedua. Hal ini bertentangan dengan emisalan, jadi, terbukti bahwa setia dua titik yang berbeda di T memiliki teat satu lintasan yang menghubungkan kedua titik tersebut. Definisi 2.18 (Priatna, 2008:4.9) Pohon berakar adalah grah berarah (digrah) T yang memunyai dua syarat: 1. Bila arah sisi-sisi ada T diabaikan, hasil grah tidak berarahnya meruakan sebuah ohon, dan 2. Ada titik tunggal R sedemikian hingga derajat masuk R adalah 0 dan derajat masuk sembarang titik lainnya adalah 1. Titik R disebut akar dari ohon berakar itu. Contoh ohon berakar daat dilihat ada Gambar (2.3). Gambar 2.3(a) adalah gambar graf berakar dengan a sebagai akar karena derajat masuk a adalah sama dengan 0 dan derajat masuk semua titik lainnya adalah 1. Sedangkan Gambar 2.3(b) adalah cara menggambar graf berakar dengan mengabaikan arahnya.

14 20 Simul a sebagai akar diletakkan aling atas, simul yang bertetangga dengan a yaitu b, c, d diletakkan di bawah simul a dan seterusnya. (a) (b) Gambar 2.3 (a)pohon Berarah; (b)pohon Berakar Berikut adalah beberaa terminologi ada ohon berakar, erhatikan gambar (2.3): 1. Anak (Child atau Successor) dan Orangtua (Parent) Simul anak adalah simul yang memunyai derajat masuk sama dengan 1. dan orang tua dari simul tersebut adalah simul yang ajasen dengan simul tersebut. Contoh anak ada Gambar (2.3) adalah simul h, i dan j dan e adalah orang tua dari simul h, i dan j. 2. Lintasan (Path) Suatu lintasan u-v adalah erjalanan u-v yang tidak mengulangi sebarang simul dan sebarang sisi. Contoh lintasan ada Gambar (2.3) adalah lintasan dari a ke m ayaitu a, d, h, m, dan anjang lintasannya adalah Daun (Leaf)

15 21 Daun adalah simul yang berderajat nol (atau tidak memunyai anak). Contoh daun ada Gambar (2.3) simul h, i, n, o, dan m. 4. Simul Dalam (Internal Nodes) Simul dalam adalah simul yang memiliki derajat keluar yang tidak nol. Contoh simul dalam ada Gambar (2.3) adalah b, d, e, g, h, j dan l. 5. Aras (Level) atau Tingkat Aras adalah tingkat suatu simul ada ohon berarah, aras 0 di mulai dari akar ohon anak dari simul a memiliki aras 1, dan seterusnya. Pada Gambar (2.3) Simul a berada ada aras nol, simul b, c dan d berada ada aras satu dan seterusnya. 6. Tinggi (Height) atau Kedalaman (Deth) Tinggi atau kedalaman ohon adalah aras maksimum dari suatu ohon disebut Pohon berakar ada gambar (2.3) di atas memunyai tinggi 4. Dalam struktur data, ohon berakar memegang eranan yang cuku enting. Struktur ini biasanya digunakan terutama untuk menyajikan data yang mengandung hubungan hierarki antara elemen-elemennya. Bentuk ohon khusus yang lebih mudah dikelola dalam komuter adalah ohon biner. Definisi 2.19 sebuah ohon biner (binary tree) adalah sebuah ohon struktur data dimana setia simul memiliki aling banyak dua anak.

16 22 Setia simul didalam ohon biner hanya daat memunyai 0, 1 atau 2 suksesor. Untuk menyajikan ohon biner, simul akar adalah simul yang digambar ada bagian aling atas. Sedangkan suksesor kiri (left successor) digambarkan sebagai garis ke kiri bawah dan suksesor kanan (right successor) sebagai garis ke kanan bawah. Contoh ohon biner daat dilihat ada Gambar (2.4) Gambar 2.4 Pohon Biner Terdaat beberaa jenis ohon biner, di antaranya: 1. Pohon Biner Berakar (rooted binary tree) Pohon biner berakar adalah sebuah ohon berakar dimana setia simul aling banyak memunyai dua anak 2. Pohon Biner Penuh (Full Binary Tree) Pohon biner enuh adalah Semua simul kecuali daun memiliki dua anak dan tia cabang memiliki anjang ruas yang sama. Dengan kata lain anjang lintasan dari akar ke setia daun adalah sama. Simul-simul ada ohon biner ini hanya memuanyai 0 atau 2 anak. 3. Pohon Biner Lengka (Comlete Binary Tree)

17 23 Semua simul kecuali daun memiliki dua anak tetai tia cabang tidak memiliki anjang ruas yang sama. 2.3 Sistem Bilangan Biner Sebelum memelajari sistem bilangan biner lebih lanjut, sebaiknya terlebih dahulu mengetahui mengenai aa itu sistem bilangan. Sistem bilangan adalah suatu cara untuk mewakili besaran dari suatu item fisik. Sistem bilangan menggunakan basis tertentu yang tergantung dari jumlah bilangan yang digunakan (Cei, 2008:26). Berikut adalah beberaa sistem bilangan yang dikenal dalam ilmu komuter: 1. Sistem bilangan desimal dengan basis Sistem bilangan biner dengan basis Sistem bilangan hexadesimal dengan basis 16. Sistem bilangan yang aling umum diakai adalah sistem bilangan desimal. Definisi 2.20 Sistem bilangan biner atau sistem bilangan basis dua adalah sebuah sistem enulisan angka dengan menggunakan dua simbol yaitu 0 dan 1. Pengelomokan bilangan biner dalam komuter selalu berjumlah 8, dengan istilah 1 Byte/bita. Dalam istilah komuter, 1 Byte = 8 bit. Berikut adalah beberaa contoh bilangan desimal dan bilangan binernya dalam Byte:

18 24 Tabel 2.3 Bilangan Desimal dan Reresentasi Biner dalam Byte Desimal Biner (8 bit) Desimal Biner (8 bit) Sumber: Wikiedia.org Konversi Bilangan Desimal ke Biner Untuk konversi bilangan desimal ke bilangan biner, erhatikan contoh berikut. Misalkan akan dikonversi suatu bilangan desimal yaitu 1335 ke dalam bentuk bilangan biner. Pertama-tama bilangan 1335 dikurangi dengan bilangan 2 x yang aling mendekatinya yaitu 1024 = 2 10, selanjutnya hasil engurangan = 311 di kurangi dengan bilangan 2 x yang aling mendekatinya yaitu 256 = 2 8, dan seterusnya sehingga daat dijabarkan seerti berikut: (2 10 ) = (2 8 ) = (2 5 ) = (2 4 ) = (2 2 ) = (2 1 ) = (2 0 ) = 0

19 25 atau 1335 = (1x2 10 ) + (0x2 9 ) + (1x 2 8 ) + (0x 2 7 ) + (0x 2 6 ) + (1x 2 5 ) + (1x 2 4 ) + (0x 2 2 ) + (1x 2 2 ) + (1x 2 1 ) + (1x 2 0 ) Dari erhitungan di atas daat disimulkan bahwa 1335 (10) = (2). Atau bilangan desimal dari 1335 sama dengan bilangan biner Konversi Bilangan Biner ke Desimal Setelah mengetahui bagaimana cara mengonversi bilangan desimal ke bilangan biner, sekarang akan dibahas cara mengonversi bilangan biner ke bilangan desimal. Untuk mengkonversi bilangan biner ke dalam bentuk desimal, kalikan bit dari yang aling kanan ke kiri secara berurutan dengan 2 0, 2 1, 2 2, 2 3, 2 4, dan seterusnya. Misalkan akan dikonversi suatu bilangan biner yaitu ke bilangan desimal. Caranya adalah sebagai berikut: (2) = (1x2 0 ) + (`1x2 1 ) + (0x 2 2 ) + (0x 2 3 ) + (1x 2 4 ) + (0x 2 5 ) + (1x 2 6 ) = = 83 (10) Jadi, (2) = 83 (10). Dari contoh di atas daat disimulkan bahwa bilangan biner sama dengan bilangan desimal dari Finite State Automata

20 26 Definisi 2.21 FSA dinyatakan oleh 5 tuel yaitu : M = ( Q,, δ, S, F ) dengan: Q = himunan state = himunan simbol inut/masukan δ = fungsi transisi S = state awal/initial state, S.Q F = himunan state akhir, F. Q Himunan state akhir (F) hanya menyatakan state yang diterima. Contoh: Misalkan terdaat etani (P), kambing (K), serigala (S), rumut (R). Terdaat sebuah erahu yang hanya bisa ditumangi oleh dua orang. Bagaimana cara menyeberang dengan selamat, dengan syarat kambing tidak boleh satu erahu dengan runut dan serigala.? Penyelesaian : Q = {PKSR-Ø, SR-PK, PSR-K, R-PSK, S-PKR, PKR-S, PSK-R, K-PSR, PK-SR, Ø-PKSR} = {P, K, S, R} S = {PKSR-Ø} F = {Ø-PKSR} Ilustrasi Finite state aotumata ini daat dilihat ada gambar (2.8)

21 27 Gambar 2.5 Ilustrasi Finite State Automata 2.5 Basis Data Basis data (database) adalah wadah sekelomok data yang disusun secara sistematis. Basis data ada rinsinya digunakan untuk mengelola informasi terstruktur. Yang dimaksud informasi terstruktur adalah jenis informasi terdefinisi. Perangkat lunak yang digunakan untuk mengelola dan memanggil query basis data disebut managemen basis data atau dalam bahasa Inggris Database Management Sistem. Perangkat lunak yang sering digunakan dalam

22 28 basis data di antaranya MS SQL Server, Microsoft Access, Oracle, Paradox, MySQL, Firebird dan lain-lain. Pada basis data seerti MS SQL Server, Access dan termasuk Oracle, data tersiman dalam bentuk tabel-tabel. Setia tabel terdiri dari kolom (field) dan baris (record). Gambar dibawah memerlihatkan bagaimana data elanggan direresentasikan dalam sebuah tabel. Gambar 2.6 Ilustrasi Tabel ada Basis Data Tabel data elanggan di atas tersusun dari tiga field (kolom) yaitu No_Pel, Nama, Alamat dan dua record (baris) yaitu data elanggan Budi dan Susi. Data yang berada ada kolom yang sama, harus memiliki jenis yang sama. Query adalah fasilitas untuk melihat, mengganti dan menganalisis data dari berbagai sudut andang. Hasil dari query daat digunakan untuk form dan reort. SQL (Structure Query Language) memunyai eranan yang sangat enting dalam RDBMS (Relational Database Management System). SQL sesuai dengan namanya adalah sebuah bahasa. Bahasa ini telah menjadi standard semua RDBMS sebagai alat komunikasi dengan basisdata. Bahasa ini mendefinisikan cara untuk mengambil,menyisikan, mengudate dan menghaus data ada sebuah basisdata. Ada beberaa jenis query yang sering digunakan, diantaranya:

23 29 1. SQL untuk mengambil data Query jenis ini adalah query yang aling sering digunakan. Sintaks SQL untuk mengambil data adalah sebagai berikut: SELECT [Fields yang diiginkan] FROM [nama tabel] WHERE [Kondisi] 2. SQL untuk Menghaus Data Sintaks SQL untuk menghaus data adalah sebagai berikut: SELECT [Fields yang diiginkan] FROM [nama tabel] WHERE [Kondisi] 3. SQL untuk Fungsi Agregasi Fungsi agregasi adalah fungsi yang Digunakan dalam sebuah kelomok record. Terdaat lima fungsi agregasi: 1. AVG ( ) : Menghitung rata-rata 2. MIN ( ): Menghitung nilai minimum 3. MAX ( ): Menghitung nilai maksimum 4. SUM ( ) : Menghitung jumlah 5. COUNT (*): Menghitung jumlah record Beberaa contoh Query: 1. SELECT golongan_tarif, daya, COUNT(*) as jumlah, daya as jumlah_daya FROM rincian_rekening WHERE kode_satuan_daya = 'V' grou by golongan_tarif,daya 2. SELECT golongan_tarif, daya, count(*) as jumlah, daya as jumlah_daya FROM rincian_rekening

24 30 WHERE kode_satuan_daya = 'V' grou by golongan_tarif,daya having count(*) <100