1.

Pendekatan atau cara yang tepat untuk membangun sebuah datawarehouse adalah:
1. Pendekatan independent.
2. Pendekatan dependent.
3. Pendekatan Kimball.
4. Pendekatan top-down.

2. Di dalam datawarehouse, metadata dapat didefinisikan sebagai:

1. Metadata adalah road-map menuju datawarehouse.
2. Metadata didalam datawarehouse mendefinisikan obyek dalam
datawarehouse.
3. Metadata berfungsi sebagai directory.

3. Multidimensional model didalam datawarehouse dapat ada dengan bentuk schema

dibawah ini:
1. Star Schema.
2. Snowflake Schema.
3. Fact Constellation Schema.

4. Apa arti dari reconciled data didalam datawarehouse?

1. Data yang disimpan didalam operational system didalam satu perusahaan.
2. Data terkini yang berfungsi sebagai 1 sumber dari semua decision support
system.
3. Data yang tersimpan didalam berbagai operational system didalam satu
persiana.
4. Data yang sudah terpilih dan formatted untuk digunakan oleh end-user
support application.

5. Pilih jawaban dibawah yang benar tentang fact constellation schema.

1. Fact constellation schema dapat dilihat sebagai kombinasi dari banyak star
schema.
2. Mungkin untuk membuat fact constellation schema untuk setiap star schema
dan snowflake schema.
3. Rancangannya sangat kompleks.
6. Kenapa time dimension sangat penting (bahkan terpenting) dalam membuat data
warehouse?
1. Semua jawaban dibawah benar.
2. Trending analysis, deviation, long term relationship untuk forecasting dan
perbandingan.
3. Data dari berbagaimacam sumber mengandung time point yang berbeda-
beda.
4. Membuat temporal quality data menjadi bermakna/berguna.
7. Kenapa fungsi aggregate digunakan didalam dimensional model sebuah
datawarehouse?
1. Semua jawaban dibawah.
2. Untuk mengambil data dari operational system.
3. Untuk menyimpan data didalam operational system.
4. Untuk mengambil dimension dan merubah granularity.
8. Pernyataan dibawah ini yang benar adalah?
1. Kedua pernyataan benar.
2. Tidak ada yang benar.
3. OLTP digunakan untuk analisa dan reporting dan mempunyai bentuk
denormalized.
9. Pernyataan dibawah ini yang benar tentang datawarehouse adalah (jawaban dapat
lebih dari 1)
1. Memanfaatkan historical data untuk menjawab pertanyaan business.
2. Datawarehouse adalah OLTP.
3. Design datawarehouse sama dengan desain database.
4. Datawarehouse mendukung operasi roll-up dan drill-down untuk meng-
explore data.
10. Operasi yang memindahkan data dari finer granularity kepada coarse granularity
(melalui fungsi aggrehgation) dinamakan:
1. Pivoting.
2. Drill down.
3. Rollup.
4. Dicing.
11. Bus matrix adalah matrik dari
1. Facts dan data marts.
2. Dimension dan data marts.
3. Dimensions dan facts.
4. Dimensions dan detailed facts.
12. Data warehouse tidak cocok untuk query dan analisa data.
1. False
2. True
13. A ___ adalah 1 record didalam satu record type berelasi dengan hanya 1 record dari
record lain yang berbeda jenis
1. Many-to-many relationship.
2. One-to-one relationship.
3. Many-to-one relationship.
4. One-to-many relationship.
14. Pernyataan dibawah ini yang tidak benar adalah mengenai datawarehouse:
1. Arsitektur two layer sangat umum digunakan didalam industri.
2. Metode top-down sangat mudah dan cepat dibanding metode bottom-up.
3. Metode query driven adalah “delay” dalam pemrosessan query/query
processing.
4. Semua data dalam datawarehouse bersifat volatile.
15. Data warehouse terdiri dari ____ dan ____
1. Primary Key, Foreign Key.
2. Tidak ada jawaban.
3. Dimension dan facts.
4. Rollup dan cube.
16. Proses dibawah ini akan ditambahkan didalam arsitektur datawarehouse “generic
two level”:
1. Real time updates yang tertunda.
2. Setidaknya satu datamart.
3. Data dapat diekstrak dari berbagai macam sumber internal dan external.
4. Hampir mendekati real-time upadate.
17. Inti dari model multidimensional adalah : ________, yang terdiri dari kumpulan facts
dan dimension yang besar/banyak.
1. Multidimensional cube.
2. Data cube.
3. Data model.
4. Dimensions cube.
18. Jenis tabel fakta yang secara implisit tidak menyimpan recorded measurement
sebagai fakta tetapi hanya menyimpan sekumpulan nilai dimensional (dimensional
values).
1. Transactional fact tables.
2. Aggregate fact tables.
3. Consolidated fact tables.
4. Fact-less fact tables.
19. Model dimensional dapat diimplementasikan dengan menggunakan database
berikut:
1. Semua salah.
2. File xml.
3. Flat files.
4. Reational database.
20. Dari schema dibawah ini, schema yang dimension tablenya di normalisasi adalah:
1. Star schema.
2. Snowflake schema.
3. Asterisk schema.
4. b dan c.
21. Sebutkan 3 jenis datamodel.
1. Relational, conceptual dan dimensional.
2. Relational, virtual dan physical.
3. Logical, physical dan conceptual.
4. Conceptual, logical, dimensiona.
22. Keunggulan penggunaan data cube ialah data cube memungkinkan indexing yang
cepat untuk perhitungan awal summarized data.
1. Salah.
2. Benar
23. Manager perusahaan Stark industry mampu untuk mengetahui para pembeli product
A tahun lalu. Untuk mengetahui hal ini mereka menggunakan datawarehouse yang
berfokus pada data sales perusahaan. Karakteristik datawarehouse apa yang cocok
dengan scenario diatas?
1. Subject oriented.
2. Non-volatile.
3. Time-variant
4. Integrated
24. Seorang user dapat melalukan query melalui data present didalam data warehouse.
1. Benar.
2. Salah.
25. Bagaimana memastikan data didalam datawarehouse yang ada pertamakali
mendapat data transaksi yang terbaru dari hari ke hari?
1. Sebuah complex software interface antara dwh dengan operational system
harus dibuat.
2. Impossible. Datawarehouse hanya selalu berfungsi dengan initially loaded
data.
3. DWH admin harus memasukkan data terbaru dari sumbernya secara manual
dan memperbaharuinya terus menerus.
4. Proses ETL harus dijalankan secara regukar untuk menjaga data dalam
datawarehouse tetap baru/fresh.
26. Apa yang dapat dijadikan primary key dibawah ini:
1. Nama
2. Departemen
3. Id
4. Street
27. Query yang umum dilakukan didalam datawarehouse adalah:
1. Outside-in queries.
2. Range queries.
3. Inside-out queries.
4. Browse queries.
28. Perbedaan datawarehouse dengan datamart sangat tipis. Pilih perbedaan yang tepat
dibawah ini:
1. Datawarehouse menyimpan disparate data, datamart menyimpan data specific
departemen.
2. Data di simpan secara specific oleh datatawarehouse dan disimpan oleh datamart
secara detail.
3. Datawarehouse mudah untuk dipelihara (maintain), datamart susah dipelihara.
a. Hanya 1 dan 2 yang benar.
b. Hanya 1 yang benar.
c. Hanya 1 dan 2 yang benar.
d. Semua benar.
29. Pernyataan dibawah ini yang salah mengenai pendekatan Update-Driven?
1. Data di copied, processed, integrated, annotated, summarized dan restructured
didalam semantic data store terlebih dahulu,
 2. Pendekatan Update Driven sangat mahal didalam query karena membutuhkan
penggabungan/aggregation.
3. Pendekatan ini sangat cepat/high performance.
4. Query tidak memerlukan interface/antar muka untuk memproses data yang
berada didalam local source (sumber lokal).
a. Jawaban 1 benar.
b. Jawaban 2 benar.
c. Jawaban 1 dan 2 benar.
d. Jawaban 3 dan 4 benar.
30. Apa yang dilakukan didalam snowflake schema?
1. Normalization.
2. Aggregation
3. Transformation.
4. Generalization.
31. Apa keuntungan menggunakan star schema?
1. Data didalam table akan redundant.
2. Join akan banyak diperlukan.
3. Query akan less complex /lebih sederhana.
4. Semua pilihan diatas benar.
32. Pernyataan dibawah ini yang tidak benar mengenai data granularity.
1. Level of details data.
2. Menentukan granularity sangat penting dalam desain datawarehouse.
3. Tradeoff antara volume data yang dikelola dan nilai business didalam data.
4. DG adalah teknology yang memungkinkan analis untuk melihat dari sudut
padangan yang berbeda.
33. Datawarehouse bersifat volatile karena obsolete data akan dibuang.
1. Benar.
2. Salah.
34. Pernyataan dibawah ini yang bukan merupakan keuntungan dari datawarehouse?
1. Mengumpulkan data dari berbagaimacam sumber kedalam bermacam-
macam database.
2. Untuk maintain/memelihara data history.
3. Untuk enhance/meningkatkan kualitas data.
4. Untuk menggabungkan data dari berbagaimacam sumber data.
35. Tabel didalam snowflake schema adalah ____ Form.
1. Semua pilihan dibawah.
2. Normalized.
3. Semi-Normalized.
4. De-Normalized.
36. Langkah-langkap dimensional modeling adalah:
1. Memilih business process/prosess bisnis.
2. Menentukan gain/tujuan/keuntungan.
3. Menentukan context/latar belakang dan meaures/pengukuran.
--
a. Salah.
b. Benar.
37. Kemampuan yang memberikan kemungkinan untuk melakukan query kedalam
database spt insert, delete dan modify row/data/tuple di dalam database?
a. DML (Data Manipulating Language).
b. Query.
c. Relational Schema.
d. DDL (Data Definition Language)
38. Pernyataan dibawah ini yang tidak benar tentang Enterprise Datawarehouse Bus
Architectur.
a. EDB adalah sebua teknologi dan data tool yang berdiri sendiri yang akan
membantu secara bertahap pembangunan datawarehouse.
b. EDB berfokus kepada core/inti dari proses didalam sebuah organisasi dan
conformed dimensi/dimensi yang disetujui.
c. EDB memecah perencanaan proses pembuatan datawarehouse kedalam
potongan kecil yang bisa ditangani.
d. EDB tidak mengizinkan perubahan secara sedikit bertahap, demi
sedikit(incremental) didalam pembangunan datawarehouse.

39. Didalam dimensional modeling, _______ tables mengandung

measurement/perhitungan dan tabel ___________ provide/menyediakan context
untuk measurement.
a. Fact, dimension.
b. Aggregate. Staging.
c. Dimension, sub-dimension.
d. Dimension, RDBMS.

40. Ketika equi-join dilakukan didalam sebuah tabel berjumlah N rows dan table lainnya
yang berjumlah M rows. Maka hasil dari join tersebut adalah tabel dengan jumlah row
nya:
a. N.
b. Dari 0 – M * N
c. < M atau N.
d. M.