Pemodelan data konseptual adalah tahap paling krusial dalam perancangan basis data karena di sinilah kita menentukan "siapa saja" dan "apa saja" yang akan terlibat dalam sistem kita. Bayangkan Anda sedang memetakan interaksi di sebuah kampus; ada mahasiswa, ada dosen, dan ada mata kuliah. Untuk menggambarkan hubungan ini secara visual, kita menggunakan Entity-Relationship Diagram (ERD). ERD berfungsi sebagai peta navigasi yang memastikan tidak ada data nilai mahasiswa yang tertukar atau jadwal kuliah yang tumpang tindih saat sistem dijalankan.

2.1. Entitas, Atribut, dan Relasi

2.1.1. Entitas (Entity)

Komponen pertama yang harus kita pahami adalah Entitas. Dalam konteks akademik, entitas adalah objek atau konsep di dunia nyata yang datanya ingin kita simpan. Namun, tidak semua entitas memiliki "derajat" yang sama. Kita mengenal dua jenis entitas utama:

1. Entitas Kuat (Strong Entity): Adalah objek yang dapat berdiri sendiri tanpa bergantung pada kehadiran objek lain. Contohnya adalah MAHASISWA. Seorang mahasiswa tetap terdaftar sebagai mahasiswa meskipun ia belum mengambil mata kuliah apa pun di semester tersebut. Data mahasiswa memiliki identitas unik sendiri (seperti NIM) yang tidak dipengaruhi oleh entitas lain.
2. Entitas Lemah (Weak Entity): Adalah objek yang keberadaannya sangat bergantung pada entitas lain. Sebagai contoh, ORANG TUA/WALI (dalam konteks database kampus) sering kali dianggap sebagai entitas lemah jika datanya hanya disimpan sebagai pelengkap data mahasiswa. Data orang tua tersebut tidak akan ada di dalam sistem jika mahasiswa yang bersangkutan tidak terdaftar. Tanpa NIM mahasiswa sebagai induknya, data wali tidak memiliki arti dan tidak bisa berdiri sendiri di dalam sistem.

2.1.2. Atribut (Attribute)

Setelah menentukan objeknya, kita perlu memberikan detail atau karakteristik pada objek tersebut melalui Atribut. Jika Mahasiswa adalah entitasnya, maka nama, alamat, dan tanggal lahir adalah atributnya. Namun, kita harus jeli karena atribut memiliki beberapa tipe yang menentukan bagaimana data tersebut akan disimpan di dalam tabel:

1. Atribut Simple (Sederhana): Karakteristik yang bersifat atomik, artinya tidak bisa atau tidak perlu dipecah lagi menjadi bagian yang lebih kecil.
   • Contoh: Jenis Kelamin (Pria/Wanita) atau IPK. Nilai ini sudah cukup jelas dalam satu kolom tunggal.
2. Atribut Composite (Komposit): Karakteristik yang terdiri dari beberapa sub-atribut agar data lebih terstruktur dan mudah dicari.
   • Contoh: Nama Mahasiswa yang dapat dipecah menjadi Nama Depan dan Nama Belakang, atau Alamat yang diurai menjadi Jalan, Kota, dan Kode Pos. Memecah alamat akan memudahkan kita saat ingin melakukan query seperti: "Tampilkan semua mahasiswa yang tinggal di Kota Pasuruan."
3. Atribut Multivalued (Bernilai Banyak): Kondisi di mana satu entitas dapat memiliki lebih dari satu nilai untuk satu kategori yang sama. Dalam diagram ERD, atribut ini biasanya digambarkan dengan garis lingkaran ganda.
   • Contoh: Seorang Dosen mungkin memiliki lebih dari satu Nomor Telepon (Nomor kantor dan Nomor pribadi), atau seorang Mahasiswa yang memiliki beberapa Hobi.
4. Atribut Derived (Turunan): Karakteristik yang nilainya tidak disimpan secara permanen di database, melainkan dihasilkan dari perhitungan atribut lain atau hasil olah data.
   • Contoh: Umur. Kita tidak perlu menyimpan umur mahasiswa karena nilainya berubah setiap tahun. Sistem akan menghitung umur secara otomatis berdasarkan selisih antara Tanggal Hari Ini dengan atribut Tanggal Lahir. Contoh lainnya adalah Total SKS yang didapat dari penjumlahan SKS mata kuliah yang telah lulus.

2.1.3. Relasi (Relationship)

Setelah entitas dan atribut terbentuk, barulah kita merajut mereka melalui Relasi. Relasi adalah "lem" atau penghubung yang menjelaskan bagaimana satu entitas berinteraksi dengan entitas lainnya. Dalam konteks akademik, kita dapat melihat berbagai bentuk relasi:

1. Relasi Unary: Kondisi di mana sebuah entitas berhubungan dengan dirinya sendiri. Contohnya pada entitas Dosen, terdapat relasi "Mensupervisi" atau "Ketua Tim", di mana seorang dosen senior menjadi koordinator bagi beberapa dosen lainnya. Keduanya tetap berada dalam tumpukan data yang sama, yaitu entitas Dosen.
2. Relasi Binary: Ini adalah yang paling umum, yaitu relasi antara dua entitas. Misalnya, entitas Mahasiswa dengan entitas Dosen dalam relasi "Perwalian".
3. Relasi N-ary: Relasi yang melibatkan lebih dari dua entitas sekaligus untuk melengkapi sebuah informasi. Contohnya adalah relasi "Perkuliahan" yang melibatkan entitas Mahasiswa, Dosen, dan Mata Kuliah secara bersamaan dalam satu jadwal dan ruang yang sama.

Namun, sebagai perancang yang bijak, kita harus waspada terhadap Redundant Relationship atau relasi yang mubazir. Ini terjadi ketika ada dua jalur hubungan yang memberikan informasi yang sama persis, sehingga terjadi pemborosan ruang penyimpanan dan risiko ketidaksinkronan data.