Nama : Listiani Clara Rowa

Layanan Gudang data Modern pada azure terdapat beberapa beberapa layanan, sebutkan
dan jelaskan layanan Gudang Data Modern Tersebut serta berikan contoh kegunaan pada
masing-masing pada layanan Gudang Data Modern Tersebut..!

 Azure Data Factory

Azure Data Factory digambarkan sebagai layanan integrasi data. Tujuan Azure Data
Factory adalah untuk mengambil data dari satu atau beberapa sumber data, dan
mengubahnya menjadi format yang Anda proses. Sumber data mungkin menyajikan data
dengan cara yang berbeda, dan berisi hal-hal tidak penting yang perlu Anda filter.

 Azure Data Lake Storage

Data lake adalah repositori untuk data mentah dalam jumlah besar. Karena data mentah
dan tidak diolah, data tersebut dimuat dan diperbarui dengan sangat cepat, tetapi data
belum dimasukkan ke dalam struktur yang cocok untuk analisis yang efisien. Anda dapat
menganggap data lake sebagai titik pentahapan untuk data yang anda serap, sebelum
dipilah dan diubah menjadi format yang sesuai untuk melakukan analitik.

 Azure Databricks
Lingkungan Apache Spark yang berjalan di Azure untuk menyediakan pemrosesan,
aliran, dan pembelajaran mesin big data. Apache Spark adalah mesin pemrosesan data
yang sangat efisien yang dapat memakai dan memproses data dalam jumlah besar dengan
sangat cepat. Terdapat banyak pustaka Spark yang dapat Anda gunakan untuk melakukan
tugas seperti pemrosesan SQL, agregasi, dan untuk membangun dan melatih model
pembelajaran mesin menggunakan data Anda.

 Azure Synapse Analytics

Azure Synapse Analytics adalah mesin analitik. Azure Synapse Analytics dirancang
untuk memproses data dalam jumlah besar dengan sangat cepat. Dengan menggunakan
Synapse Analytics, Anda dapat menyerap data dari sumber eksternal, seperti file datar
(flat), Azure Data Lake, atau sistem manajemen database lainnya, lalu mengubah dan
mengagregasi data ini ke dalam format yang sesuai untuk pemrosesan analitik. Anda
Nama : Listiani Clara Rowa

dapat melakukan kueri kompleks atas data ini dan menghasilkan laporan, grafik, dan
bagan.

 Azure Analysis Services

Azure Analysis Services memungkinkan Anda membuat model tabular untuk mendukung
kueri pemrosesan analitik online (OLAP). Anda dapat menggabungkan data dari
beberapa sumber, termasuk Azure SQL Database, Azure Synapse Analytics, Azure Data
Lake store, Azure Cosmos DB, dan banyak lainnya. Anda menggunakan sumber data ini
untuk membangun model yang menggabungkan pengetahuan bisnis Anda. Model pada
dasarnya adalah set kueri dan ekspresi yang mengambil data dari berbagai sumber data
dan menghasilkan hasil. Hasilnya dapat di-cache dalam memori untuk digunakan nanti,
atau dapat dihitung secara dinamis, langsung dari sumber data yang mendasarinya.

 Azure HDInsight
Azure HDInsight adalah layanan pemrosesan big data, yang menyediakan platform untuk
teknologi seperti Spark di lingkungan Azure. HDInsight mengimplementasikan model
terkluster yang mendistribusikan pemrosesan di seluruh set komputer. Model ini mirip
dengan yang digunakan oleh Synapse Analytics, kecuali bahwa node menjalankan mesin
pemrosesan Spark, alih-alih Azure SQL Database
Nama : Listiani Clara Rowa

Berdasarkan pada soal no 1 silahkan kunjungi di portal azure kemudian create masing-
masing layanan yang disebutkan dan Screenshoot hasilnya untuk disimpan dilaporan!

Praktik Pembuatan Layanan Gudang Data Modern Azure

Kelompok 7 :

1. Luthfi Fachruddin

2. Miftah Hidayati

3. Khairunnisa Fajriyanti

4. Listiani Clara Rowa

5. Muhammad Ariyadi

Azure Data Factory

1. Masuk ke portal Azure, pilih create a resource kemudian pilih create Azure Data Factory
Nama : Listiani Clara Rowa

2. Mengisi kolom basic data factory

3. Setelah data di basic sudah lengkap, lanjut di git configurate. Centang configure git later.
Nama : Listiani Clara Rowa

4. Setelah itu pilih review + create, tunggu proses validating

5. Pilih create
Nama : Listiani Clara Rowa

6. Setelah proses deployment selesai, pilih go to resource

7. Kemudian pilih data factory studio

Nama : Listiani Clara Rowa

8. Data Factory studio sudah tersedia

Azure DataBricks

1. Masuk ke portal Azure, di search, ketik azure databricks kemudian pilih Azure
DataBricks, setelah itu pilih create
Nama : Listiani Clara Rowa

2. Mengisi kolom basic databricks

3. Setelah itu pilih Review + Create, tunggu proses validating

Nama : Listiani Clara Rowa

4. Pilih create

5. Setelah proses deployment selesai, pilih go to resource

Nama : Listiani Clara Rowa

6. Kemudian pilih Launch Workspace

7. Workspace Azure DataBricks sudah tersedia

Nama : Listiani Clara Rowa

Azure Synapse Analytics

1. Masuk ke portal Azure, di search, ketik azure synapse analytics kemudian pilih Azure
Synapse Analytics

2. Pilih create
Nama : Listiani Clara Rowa

3. Mengisi kolom basic Create Synapse Workspace

4. Setelah kolom Basic sudah lengkap, lanjut ke mengisi kolom Security, berupa SQL
Server Admin Login dan Password
Nama : Listiani Clara Rowa

5. Pilih review + create, menunggu proses validasi

6. Pilih create
Nama : Listiani Clara Rowa

7. Setelah proses deployment selesai, pilih go to resource

8. Pilih Open Synapse Studio

Nama : Listiani Clara Rowa

9. Synapse Anlytics workspace sudah tersedia

Nama : Listiani Clara Rowa

Azure DataLake

1. Masuk ke portal Azure, pilih create storage account

2. Mengisi kolom basic, di bagian advance, centang enable hierachical namespace

3. Pilih review + create

Nama : Listiani Clara Rowa

4. Pilih create

5. Setelah proses deployment selesai, pilih go to resource

Nama : Listiani Clara Rowa

6. Azure Datalake sudah selesai dibuat

Nama : Listiani Clara Rowa

Azure Analysis Service

1. Masuk ke portal Azure, di kolom search cari dan pilih Azure Analysis Service

2. Membuat Analysis Service dengan mengisi kolom, kemudian pilih create

3. Proses deployment selesai, pilih go to resource

Nama : Listiani Clara Rowa

4. Azure Analysis Service sudah selesai dibuat