LEMBAR JAWABAN

NIM : 09021382025166

NAMA : Gerry Afranzi

KELAS : TI BIL 6 B

Email : Gerry.afranzi@gmail.com

(google
classroom)

1.

A.) Data warehouse sangat diperlukan oleh organisasi yang bergerak di bidang bisnis saat ini karena
dengan adanya data warehouse, organisasi dapat mengumpulkan, menyimpan, dan menganalisis data
dari berbagai sumber yang berbeda, baik itu internal maupun eksternal. Data warehouse juga dapat
mengintegrasikan data dari berbagai sistem yang berbeda, sehingga organisasi dapat memperoleh
gambaran yang lebih lengkap dan akurat tentang bisnis mereka. Dalam konteks bisnis, data warehouse
dapat membantu organisasi dalam pengambilan keputusan yang lebih baik, karena organisasi dapat
memperoleh wawasan bisnis yang lebih dalam melalui analisis data yang lebih komprehensif dan
menyeluruh.

B.)

Amazon: Amazon merupakan salah satu perusahaan e-commerce terbesar di dunia yang telah
mengimplementasikan data warehouse. Amazon menggunakan data warehouse untuk mengumpulkan
dan menganalisis data dari berbagai sumber, termasuk data dari transaksi pelanggan, data produk, dan
data promosi. Data warehouse Amazon memungkinkan perusahaan untuk melakukan analisis bisnis
dan pengambilan keputusan yang lebih baik, misalnya dalam hal manajemen rantai pasokan,
perencanaan produksi, dan pengembangan produk.

Walmart: Walmart adalah salah satu perusahaan ritel terbesar di dunia yang juga telah
mengimplementasikan data warehouse. Data warehouse Walmart mengintegrasikan data dari berbagai
sumber, termasuk data dari penjualan ritel, data pelanggan, data persediaan, dan data dari pemasok.
Data warehouse Walmart memungkinkan perusahaan untuk mengoptimalkan rantai pasokan mereka
dan meningkatkan pengalaman pelanggan dengan analisis yang lebih baik tentang preferensi dan
perilaku pelanggan. Data warehouse juga membantu Walmart dalam memprediksi tren penjualan dan
persediaan sehingga mereka dapat melakukan perencanaan yang lebih baik.

2.

A.) Model data multidimensional adalah model data yang terdiri dari data fakta dan dimensi, yang
diorganisasikan dalam bentuk kubus data multidimensi. Perbedaan antara skema star dan skema
snowflakes terletak pada cara data dimensi diorganisasikan. Skema star memiliki satu tabel dimensi
tunggal, sedangkan skema snowflakes memiliki tabel dimensi yang dibagi menjadi beberapa tabel.
Dalam skema snowflakes, tabel dimensi yang lebih detail terhubung dengan tabel dimensi yang lebih
umum.

B.) Kelebihan dari skema star adalah mudah untuk dipahami dan digunakan. Struktur tabel sederhana
membuat query menjadi cepat dan efisien, sehingga sangat cocok untuk analisis bisnis. Namun,
kelemahan dari skema star adalah ketika jumlah dimensi bertambah, maka tabel akan semakin besar
dan kompleks. Ini dapat mengurangi kinerja query dan meningkatkan waktu pemrosesan.
Kelebihan dari skema snowflakes adalah fleksibilitasnya dalam mengelola data dimensi. Struktur tabel
yang terpisah memudahkan pengelolaan dan pemeliharaan data, dan juga memungkinkan penggunaan
data dimensi yang sama di berbagai data fakta. Namun, kelemahan dari skema snowflakes adalah
kompleksitas struktur tabelnya, yang dapat mempengaruhi kinerja query dan meningkatkan waktu
pemrosesan.

C.) Menurut pendapat saya, dalam kasus ini, skema star adalah model data yang lebih sesuai untuk
diterapkan pada data warehouse perusahaan seperti Indomaret. Hal ini dikarenakan Indomaret
memiliki transaksi yang sangat tinggi setiap harinya dan proses bisnis yang melibatkan seluruh
pelosok Indonesia, sehingga membutuhkan model data yang mudah dipahami dan efisien dalam
memproses query bisnis. Skema star cocok untuk analisis bisnis karena strukturnya yang sederhana
dan dapat digunakan dengan cepat dan efisien, yang sangat berguna untuk perusahaan dengan volume
transaksi besar dan waktu pemrosesan yang ketat. Selain itu, model data skema star juga mudah
dikembangkan dan dimodifikasi, sehingga dapat diadaptasi dengan mudah dengan perubahan yang
terjadi di organisasi.

3.

+----------------+ +-------------+

| dim_barang | | dim_suplier |

+----------------+ +-------------+

| kodebarang | | idsuplier |

| namabarang | | namasuplier |

| kategori | +-------------+

+----------------+ |

| |

| |

| +------------+------------+

| | dim_cabang |

| +-------------------------+

| | idcabang |

| | namacabang |

| | alamatcabang |

| | kota |

| +-------------------------+

| |

| |

| +------------+------------+

| | dim_pic |

| +-------------------------+
 | | pic_penerima |

| | pic_supplier |

| +-------------------------+

| |

| |

+----------------+ +------------+------------+

| dim_waktu | | barang_masuk