SOAL UJIAN TENGAH SEMESTER GANJIL 2022 /2023

Program Studi Teknik Informatika

& Sistem Informasi
Fakultas Ilmu Komputer
Universitas ESA UNGGUL
Kode/Mata Kuliah : Data Warehouse
Dosen : Hani Dewi Ariessanti, M.Kom
Hari : Selasa Waktu : 90 menit
Tanggal : 09 November 2022 Sesi : KJ101
Sifat Ujian : Open / Close
(Book/Notebook/Gadget/All)
Kolom Verifikasi Soal
Jakarta, 04 November 2022 Tanggal dan Tanda Tangan Ketua
Jurusan

Petunjuk Umum:
1. Berdoalah sebelum mengerjakan soal
2. Periksa dan bacalah soal-soal dengan teliti sebelum anda mengerjakan
3. Dahulukan menjawab soal yang anda anggap mudah
4. Dilarang mencontek, saling bertukar lembar jawaban/soal.
5. Bagi yang melanggar tata tertib ujian akan diberikan sanksi oleh pengawas dan dicatat dalam berita acara ujian.
6. Lembar jawaban & Soal Wajib dikumpulkan kembali ke pengawas.

NOTE : BAGI YANG DIWARNAI ITU JAWABAN SAYA MISS, TERIMA KASIH.
SOAL :
TYPE A: PILIHAN GANDA (15)

1. Data warehouse merupakan…….

a. Sistem yang menggambarkan alur proses bisnis
b. Tempat menyimpan data pada hardware
c. Database yang diinput untuk data transaksional
d. Sistem yang mengambil data dan mengkonsolidasikan data secara berkala
dari sumber 2 ke dalam dimensional data store.
e. Jawaban salah semua
2. Berikut adalah karakter dari data warehouse, kecuali………
a. Subject Oriented c. Integrated d. Time-variant
b. Non Volatile e. Object Oriented
3. Data warehouse dibentuk dan disimpan berdasarkan bisnis subjek, disebut juga
dengan…..
a. Volatile c. Time variant d. Integrated
b. Subject oriented e. Non volatile
4. Karakteristik data warehouse adalah tidak dapat dimanipulasi (update atau
delete), disebut juga dengan…..
a. Volatile c. Time variant d. Integrated
b. Subject oriented e. Non volatile
5. Data warehouse merupakan system yang subject oriented. Pernyataan yang
kurang tepat adalah…..
 a. Data yang disusun menurut subyek berisi hanya informasi yang penting bagi
pemprosesan decision support.
b. Data yang disusun menurut subyek berisi hanya informasi yang penting bagi
pemrosesan data transaksi.
c. Database yang semua informasi yang tersimpan dikelompokkan berdasarkan
subyek tertentu misalnya: pelanggan, gudang, pasar, dsb.
d. Semua Informasi tersebut disimpan dalam suatu sistem data warehouse.
e. Data-data disetiap subyek dirangkum kedalam dimensi, misalnya:
periodewaktu, produk, wilayah, dsb, sehingga dapat memberikan nilai sejarah
untuk bahan analisa.

6. Data warehouse adalah tempat untuk storing data selama 5 sampai 10

tahun atau lebih, data digunakan untuk perbandingan atau perkiraan,
merupakan karakteristik……
a. Volatile c. Time variant d. Integrated
b. Subject oriented e. Non volatile

7. Sistem yang berorientasi pada proses suatu transaksi secara langsung

melalui computer, dimana proses ini berfungsi sebagai operasi harian dan
datanya bisa di insert, update, atau delete. Hal ini desibut juga dengan…..
a. OLAP c. OLTP d. Datum
b. Data warehouse e. Jawaban salah semua

8. Database OLTP yang berisi data transaksi yang akan di load (dimasukkan)
ke dalam data warehouse disebut……
a. Meta data c. Sistem Control d. Database
b. Source Systems e. Sistem Audit
9. Pemanfaatan data warehouse dihampir segala aspek kehidupan adalah
sebagai berikut, kecuali……
a. Pada perusahaan penerbangan yaitu menentukan route yang
menguntungkan
b. Pada pemerintahan yaitu membantu dalam pengendalian harga.
c. Pada bagian keuangan yaitu manajemen resiko
d. Pada pabrik yaitu manajemen persediaan barang.
e. Jawaban salah semua
10. Pemanfaatan data warehouse untuk segala bidang seperti dibawah ini,
antara lain….
a. Retail c. Pabrik d. Keuangan
b. Perusahaan penerbangan e. Jawaban betul semua
11. OLTP adalah singkatan dari…….
a. On Line Transaction Processing
b. On Large Transaction Processing
c. On Line Transision Processing
d. On Line Transaction Product
e. On Life Transaction Processing
12. Ciri dari OLTP adalah sebagai berikut, kecuali…..
a. Menangani data masa kini.
b. Berorientasi pada analisis.
c. Melayani banyak pemakaian operasional
d. Berorientasi pada transaksi
e. Pemrosesan bersifat perulangan.
13. Ciri dari data warehouse adalah sebagai berikut, kecuali…..
a. Berorientasi pada analisis
b. Cenderung menangani data masa lalu
c. Data disimpan pada banyak platform.
d. Untuk menunjang keputusan yang strategic.
e. Diperuntukkan bagi manajemen tingkat atas.
14. OLAP adalah singkatan dari….….
a. On Line Agregation Processing
b. On Line Analitycal Production
c. On Life Analitycal Production
d. On Line Analitycal Processing
e. On Life Analityca Processing
15. Karakteristik OLAP adalah sebagai berikut, kecuali….
a. Mengijinkan user melihat data dari sudut pandang logical dan
multidimensional pada data warehouse.
b. Memfasilitasi query yang komplek untuk digunakan dalam analisa
c. Mengijinkan user melakukan Drill down untuk menampilkan data pada
level yang lebih detil atauroll up untuk agregasi dari satu dimensi atau
beberapa dimensi
d. Menyediakan proses kalkulasi dan perbandingan data
e. Menampilkan hasil hanya dalam bentuk table.

TYPE B : Pernyataan Benar / Salah (10)

1. Meningkatkan kualitas dan akurasi informasi bisnis dan mengirimkan informasi

kepemakai dalam bentuk yang dimengerti dan dapat diakses dengan mudah.
(TRUE)

2. Karakteristik data warehouse adalah dapat dimanipulasi (update atau delete),

disebut juga dengan non volatile (TRUE)

3. Jika data terletak pada berbagai aplikasi yang terpisah dalam suatu lingkungan
operasional, encoding data sering tidak seragam sehinggga bila data
dipindahkan kedata warehouse maka coding akan diasumsikan sama seperti
lazimnya, disebut juga dengan Integrated. (TRUE)

4. Data pada Data warehouse tidak dapat diperbaharui atau dirubah tetapi hanya
dapat ditambah dan dilihat. (TRUE)
5. Teknologi yang digunakan untuk memproses data dalam struktur
multidimensi sehingga data dapat tersedia untuk memudahkan query dan
analisis yang kompleks disebut OLAP. (TRUE)

6. Sifat data warehouse adalah Multidimensional yang berarti bahwa

terdapat dua dimensi, lapisan kolom dan barisnya berbeda dengan tabel
pada model relasional yang terdiri dari banyak lapisan dimensi. (TRUE)

7. Pemanfaatan data warehouse untuk segala bidang seperti pemerintahan,

keuangan, pabrik, retail, dan sebagainya. (TRUE)

8. OLTP digunakan untuk menunjang keputusan dan berorientasi pada

analisis. (TRUE)

9. Perbedaan OLTP dengan data warehouse adalah OLTP mengolah data

masa lalu, sedangkan data warehouse mengolah data saat ini. (FALSE)

10. Perbedaan OLTP dengan data warehouse adalah hasil OLAP

diperuntukkan bagi manjemen tingkat atas sedangkan OLTP untuk
menejemen tingkat menengah ke bawah. (TRUE)

TYPE C : ESSAY (50)

1. Berikan penjelasan tentang karakteristik data warehouse dan berikan
contohnya? 10
2. Apa yang kalian ketahui tentang table fakta dan table dimensional, berikan
contohnya sebagai penjelasan? 10
3. Berikan contoh studi kasus dataware house design dengan
menggunakan OLAP dan tools SQL (tema bebas dan tidak boleh sama)? 30

JAWAB

1. Data warehouse memiliki karakteristik yang membuat berbeda dari database lain.
Ada 4 karakteristik yang khas bagi database, yaitu:
1) Berorientasi kepada subjek, gudang data yang berpusat pada subjek dirancang
untuk menganalisis data berdasarkan subjek tertentu dalam suatu organisasi daripada
proses atau fungsi aplikasi tertentu. Ini karena gudang data harus menyimpan data
yang mendukung pengambilan keputusan, bukan aplikasi yang berpusat pada data.
Jadi data yang disimpan tidak relevan dengan proses.

Contoh, gudang data diatur di sekitar topik bisnis inti seperti (pelanggan, produk, dan
penjualan) dan tidak diatur di sekitar area aplikasi utama (piutang, manajemen
inventaris, dan penjualan produk).

2) Data yang memiliki intregrasi, sebuah gudang data dapat menyimpan data dari
sumber yang berbeda dalam format yang konsisten dan terintegrasi. Persyaratan
integrasi sumber data dapat dipenuhi dalam beberapa cara, termasuk penamaan
 variabel yang konsisten, ukuran variabel yang konsisten, pengkodean yang konsisten,
dan struktur atribut fisik data yang konsisten. Oleh karena itu, tidak ada kebingungan
karena perbedaan nama, format, dll.

Contoh, ada banyak aplikasi di lingkungan operasi dan dapat dijalankan oleh
pengembang yang berbeda. Oleh karena itu, aplikasi ini mungkin memiliki variabel
dengan tujuan yang sama tetapi nama dan formatnya berbeda.

3) Dibuat dalam rentang waktu tertentu, semua informasi dalam database dapat
dikatakan akurat atau valid pada waktu tertentu. Untuk melihat time frame yang
digunakan untuk mengukur keakuratan data warehouse, kita dapat menggunakan cara
yang paling sederhana dengan menyajikan data warehouse dalam time frame tertentu,
misalnya 5-10 tahun. Atau menggunakan variasi perbedaan waktu yang disediakan di
penyimpanan data, baik secara implisit maupun langsung, dengan elemen waktu hari,
minggu, bulan, dll.

Contoh, jika data digandakan pada setiap akhir bulan atau kuartal. Dan snapshot
adalah tampilan read-only dari data paling spesifik yang diinginkan pengguna dari
semua data yang tersedia.

4) Data yang disimpan bersifat tetap, informasi dalam database tidak diperbarui secara
real time, tetapi sistem operasi diperbarui secara berkala. Tidak seperti database
fungsional, di mana Anda dapat memperbarui, menambah, dan menghapus data yang
mengubah isi database database, hanya ada dua transaksi untuk memproses data yang
berisi data dan memproses data tentang penggunaan data. Meskipun kombinasi data
mining dan discovery verification merupakan pengembangan lebih lanjut dari data
mining, kombinasi ini menggabungkan pendekatan hipotesis dan penemuan.

Contoh, pengguna menerapkan keahlian mereka untuk masalah, dan komputer

melakukan analisis data tingkat lanjut untuk memilih data yang tepat dan
mengubahnya menjadi format yang sesuai untuk pengambilan keputusan.

2. TABEL FAKTA
Tabel fakta merupakan tabel yang berisi ukuran-ukuran menurut atribut tabel dimensi.
Ini mungkin berisi informasi pada tingkat serendah mungkin. Beberapa tabel data hanya
berisi data ringkasan, yang disebut tabel data ringkasan. Dan memiliki beberapa
karakteristik, yaitu:

 Kunci Rangkaian, Tabel fakta berisi kunci string yang merupakan kunci utama
dari semua tabel dimensi.
 Butir Data, butir data menunjukkan seberapa dalam pengukuran dalam tabel
fakta telah disimpan.
 Dimensi Aditif, atribut tabel fakta dapat sepenuhnya aditif atau semi-aditif.
Misalnya, quantity_order adalah atribut yang dapat diturunkan untuk semua
dimensi. Kuantitas semi-agregat adalah ukuran yang dapat dijumlahkan atas
beberapa, tetapi tidak semua, dimensi tabel fakta.
 Data langka, tabel fakta dapat menampilkan catatan dengan atribut berukuran
nol. Kami mungkin tidak dapat menerima pesanan pada hari libur nasional. Oleh
karena itu, ukuran atribut tanggal ini adalah nol. Jenis catatan tersebut tidak
memberikan informasi, sehingga tidak perlu menyimpan ukurannya.
  Dimensi yang memburuk, terkadang di mungkinkan untuk menemukan dimensi
dalam tabel fakta yang tidak aditif sama sekali. Misalnya, Nomor Pesanan, ID
Pelanggan tidak dapat ditambahkan ke jenis dimensi ini. Namun, jika perlu untuk
menemukan pesanan yang dilakukan oleh pelanggan tertentu bulan ini, ID
pelanggan harus ditautkan ke pencarian lagi.

Contoh tabel fakta

tabel fakta 1 & tabel fakta 2

TABEL DIMENSIONAL

Teknik desain logis untuk menampilkan data dalam kerangka standar yang intuitif dan
memungkinkan akses data berkinerja tinggi. Berbicara tentang DM tidak dapat dibedakan
dari teknik dimensional menggunakan model rasional, tetapi memiliki beberapa keterbatasan
penting. Setiap DM terdiri dari tabel multi-kunci asing yang disebut tabel Facs dan satu set
tabel yang lebih kecil yang disebut tabel dimensional, setiap tabel dimensi memiliki satu
kunci utama yang terkait dengan tepat satu kunci dalam tabel Facs.

Contoh tabel dimensional

Tabel dimensional
3.

Desain dan Implementasi Pendidikan Gudang Data Menggunakan OLAP

Berbagai platform OLAP telah digunakan dalam desain konsol OLAP.

Beberapa dari platform ini dikembangkan menggunakan Tabel Power Pivot
Microsoft Excel 2013, yang menyediakan antarmuka yang sangat baik untuk
melihat hasil dengan segera. Kumpulan konsol OLAP pertama dirancang
menggunakan SQL Server Reporting Service (SSRS) 2013. Konsol yang
dirancang menyediakan beberapa dimensi yang dipilih dengan beberapa opsi
bagi pengguna untuk memilih nilai dengan mudah.

Makalah ini menjelaskan desain dan implementasi database pendidikan yang

sukses untuk pendidikan tinggi di Universitas Basra. Teknologi data warehouse
membantu mengumpulkan data besar historis dari beberapa database yang
berbeda dan menggabungkannya menjadi satu formula menggunakan
pemrosesan analitik online (OLAP) untuk membantu fakultas dan pengambil
keputusan. Sistem Extract, Transform and Load (ETL) adalah inti dari DW.
Setiap tipe database memerlukan batasan sistem ETL yang berbeda berdasarkan
tipe datanya. OLAP adalah gudang data multidimensi, biasanya hierarkis, yang
menyediakan jawaban atas pertanyaan dalam waktu yang hampir konstan.
Teknologi OLAP dapat digunakan untuk mengetahui prestasi siswa dan
melakukan analisis deskriptif. Teknik dan algoritma Sistem Pendukung
Keputusan (DSS) dapat digunakan untuk memprediksi potensi hasil belajar
siswa. Pendekatan yang direncanakan dapat diterapkan oleh dosen dan kepala
departemen serta pengambil keputusan.