[ MYSQL ] Membuat Remote melalui SSH

Assalamuaaikum Wr Wb

Tutorial ini dibuat dikarenakan saya malas menggunakan phpmyadmin untuk melakukan pengimportan database, bukannya tidak powerfull, tetapi kurang terbiasa menggunakan phpmyadmin, oleh karena itu saya menginginkan untuk meremote databasenya. Oke langsung saja

  1. Pastikan Sever tersebut memiliki SSH yang dapat di remote dari luar.
  2. Setting User pada phpmyadmin
  3. Setelah itu edit my.cnf yang ada di server
  4. Cari tulisan bind-address, kemudian beri tanda #
  5. Restart mysql yang ada di Server
  6. Buka Editor mysql yang ada di lokal komputer
  7. masukkan SSH sesuai dengan SSH yang ada di server
  8. pilih tab mysql, dan kemudian masukkan nama website yang akan di remote, serta user dan password yang telah dibuat tadi
  9. Selesai

Credit to : koharudin.mail07[@]gmail.com

[ MYSQL ] Cara Export dan Import DB di Linux

Assalamualaikum Wr. Wb

Ketika Backup Otomatis itu sangat penting, kita biasanya menggunakan Jalan pintas ketika di Linux, yaitu dengan menggunakan perinta CP atau Copy.  Banyak orang yang menggunakan ini untuk melakukan backup Database. Itu tidaklah salah, tetapi hanya kurang tepat saja.

Membuat Backup

Perintah yang digunakan adalah mysqldump. Mysqldump adalah perintah untuk “dumping” database yang ada pada Engine Mysql. “Dump” ini adalah sebuah text file yang didalamnya adalah semua Perinta SQL mulai dari Create Database sampai dengan pengisian database, Sehingga Sangat Cepat dan Mudah.

Exporting Database

Untuk melakukan Export Database mula-mula kita harus masuk kedalam mysql terlebih dahulu dengan perinta :

mysql -u root -p

setelah itu jalan kan perintah, untuk backup ke single database adalah

mysqldump database_name > database_name.sql

 

untuk multiple database menggunakan perintah

mysqldump –databases database_one database_two > two_databases.sql

atau untuk semua database yang ada di mesin menggunakan perintah

mysqldump –all-databases > all_databases.sql

Merestore Database

Untuk merestore database dengan single dataase menggunakan perintah

mysql database_name < database_name.sql

dan untuk merestore keseluruhan database dari database yang sudah kita lakukan backup adalh dengan perintah

mysql –one-database database_name < all_databases.sql

 

Selesai

Sumber : https://www.liquidweb.com/kb/how-to-back-up-mysql-databases-from-the-command-line/

[ MYSQL ] – Penjabaran SQL JOIN

Assalamualaikum wr. Wb

Terkadang kita membutuhkan data dari dua buah table yang berbeda, maka dalam query kita mudah saja untuk mengambilnya. Yang jadi permasalahan adalah, JOIN apa yang harus kita pakai untuk memudahkan dalam pengambilan data dalam dua table ?? akhirnya saya mencari informasi di berbagai forum, dan saya menemukan table visual yang cukup membantu dalam memvisualisaikan kita dalam pengambilan JOIN table, saya mendapatkannya di forum http://www.kaskus.co.id

102

Mudah – Mudahan dapat membantu teman – teman dalam menvisualisasikan table join untuk mendapatkan informasi yang diinginkan

[ MYSQL ] – Cek Row Duplikat

Assalamualaikum wr wb

Sudah lama saya tidak menulis tentang MYSQL padahal sudah sekitar satu bulan ini saya ngotak ngatik query yang ada di Engine DB Mysql. Pusingnya tujuh keliling, karena tabel transaksi pada aplikasi keuangan yang di adobsi oleh kantor saya hilang. Padahal itu tabel paling penting dalam aplikasi itu. Aplikasinya dibangun dengan Foxpro, saya belom pernah memakai foxpro sebelumnya, untung aja databasenya MYSQL, jadi bisa saya akalin untuk di tembak dengan editor mysql.

Ok langsung saja, karena saya melakukan kesalahan merestore table transaksi , mungkin sudah ngantuk atau apalah, sehingga datanya double, untuk mengecek double kita gunakan query seperti ini :

SELECT name, COUNT(*) c FROM table GROUP BY name HAVING c > 1;
 

name = > nama filed pada Table yang ada

table = > Nama Table

hasilnya akan seperti contoh dibawah ini :

SELECT notran, COUNT(*) c FROM dd_tranbend WHERE kdbpp=’003′ GROUP BY notran HAVING c > 1;

521211

cukup mudah bukan??

 

[ MYSQL ] Memperbaiki Engine Storage Procedure

Dikarenakan Server MYSQL saya yang ada di komputer rusak,  maka saya berinisiatif untuk menginstall XAMPP ulang. Masalah yang muncul adalah saya tidak bisa ngedump database mysqlnya, oleh karena itu saya copy datanya yang ada di xampp/mysql/data ke tempat yang baru telah saya install. Awesome.. dan berhasil… saya cek -cek dari table ke table tidak masalah mengenai data, tetapi ketika melihat view dan storage procedure tetiba error… pesannya ada lah “mysql.proc. probably corrupted”. alhasil saya googling untuk menyelesaikan masalah… dan salah satu blog membantu saya dalam mengatasi masalah ini Disini

masalahnya adalah MySQL dari version 5.0 ke 5.5 I , caranya adalah

  1. ke directory /xampp/mysql/bin
  2. cari file mysql_upgrade.exe
  3. Execute dan tunggu beberapa saat…
    Awsome.. dan akhirny berhasillll…

semoga tutorialnya membantu

 

Data Mining

APA ITU DATA MINING ?

Dilihat dari pengertiannya “mining” berarti tambang/penggalian. Jadi secara makna data mining merupakan penggalian lebih untuk mendapatkan informasi yang berguna dari data yang sudah ada.

Untuk apa ? tentunya sekumpulan informasi yang kita terima dikumpulkan, dianalisa dan disimpulkan untuk memprediksi suatu permasalahan yang mungkin akan terjadi dimasa datang dan pengambilan keputusan.

Zaman dulu, mencari sebuah data dan informasi tidaklah mudah, berbeda dengan zaman sekarang sangat banyak dan begitu cepat informasi yang beredar. Tinggal search di google semua pilihan informasi tersedia, bahkan saking banyaknya kita harus pandai memilah dan memilih informasi mana yang memang kita butuhkan.

Definisi Data Mining

Data mining adalah suatu istilah yang digunakan untuk menguraikan penemuan pengetahuan di dalam database.

Data mining adalah proses yang menggunakan teknik statistic, matematika, kecerdasan buatan, dan machine elerning untuk mengekstrasi dan mengidentifikasi informasi yang bermanfaat dan pengetahuan yang terkait dari berbagai database besar.

Inti dari data mining adalah kegiatan penggalian pengetahuan data. Pengertian dari istilah lain yang hampir mirip dengan data mining adalah Knowledge discovery dan pattern recognition.

— Knowledge Discovery : menemukan pengetahuan dari bongkahan data yang masih tersembunyi

— Pattern Recognition : pengenalan pola. Pengetahuan yang digali masih berbentuk pola-pola yang mungkin masih perlu digali dalam bongkahan data.

Pengelompokkan Data Mining

Data mining dibagi menjadi beberapa kelompok berdasarkan tugas yang dapat dilakukan , yaitu :

1. Deskripsi
Menggambarkan sekumpulan data secara ringkas. Data yang digambarkan berupa:
– Deskripsi grafis : diagram titik, histogram
– deskripsi lokasi : mean(rata-rata), median(nilai tengah), modus, kuartil, persentil
– Deskripsi keberagaman : range(rentang), varians dan standar deviasi

2. Estimasi
Memperkirakan suatu hal dari sejumlah sample yang kita miliki(yg tidak kita ketahui)
Estimasi hampir sama dengan klasifikasi, kecuali variable target. Estimasi lebih kearah numeric dari pada kearah kategori.

3. Prediksi
Prediksi hampir sama dengan klasifikasi dan estimasi, kecuali bahwa dalam prediksi nilai dari hasil akan ada dimasa datang(memperkirakan hal yang belum terjadi). Kita bisa menunggu hingga hal itu terjadi untuk membuktikan seberapa tepat prediksi kita

4. Klasifikasi
kegiatan menggolongkan, dengan menggunakan data historis(sebagai data yang digunakan untuk latihan dan sebagai pengalaman).Dalam klasifikasi terdapat variabel prediktor dan target variable,

5. Pengklusteran
Pengkulusteran merupakan pengelompokan record, pengamatan atau memperhatikan dan membentuk kelas objek-objek yang memiliki kemiripan. Kluster adalah kumpulan record yang memiliki kemiripan satu dengan yang lainya dan memiliki ketidak miripan dengan record-record dalam cluster.

6. Asosiasi
Tugas asosiasi dalam data mining adalah menemukan atribut yang muncul dalam satu waktu. Dalam dunia bisnis lebih umum disebut analisis keranjang biasa.

Berdasarkan pengelompokkan data mining tersebut, masing masing memiliki kelompok fungsi antara lain:
— Fungsi Minor (tambahan) : deskripsi, estimasi, prediksi
— Fungsi Mayor (utama) : klasifikasi, pengelompokkan, estimasi

Knowledge Discovery in Database (Penemuan Pengetahuan dalam Database) ==> KDD

Data mining digambarkan sebagai proses pencarian pengetahuan yang menarik dalam database seperti pola , asosiasi, aturan, perubahan, keganjilan dan struktur penting dari sejumlah besar data yang disimpan pada bank data dan tempat penyimpanan informasi lainnya.

Berikut merupakan proses KDD (Knowledge Discovery in Database) :

1. pemilihan data (data selection), pemilihan data relevan yang didapat dari basis data;
2. pembersihkan data (data cleaning), proses menghilangkan noise dan data yang tidak konsisten atau data tidak relevan;
3. pengintegrasian data (data integration), penggabungan data dari berbagai basisdata ke dalam satu basisdata baru;
4. transformasi data, data diubah atau digabung ke dalam format yang sesuai untuk diproses dalam data mining;
5. data mining, suatu proses di mana metoda diterapkan untuk menemukan pengetahuan berharga dan tersembunyi dari data;
6. evaluasi pola (pattern evaluation), untuk mengidentifikasi pola-pola menarik untuk di representasikan kedalam knowledge based;
7. representasi pengetahuan (knowledge presentation), visualisasi dan penyajian pengetahuan mengenai teknik yang digunakan untuk memperoleh pengetahuan yangdiperoleh pengguna.