Apa Itu Microsoft Fabric Lakehouse? Cara Kerja, Manfaat, dan Contoh Penerapannya

Microsoft Fabric Lakehouse adalah tempat penyimpanan data di Microsoft Fabric yang menggabungkan data lake dan data warehouse dalam satu platform. Data mentah dari berbagai sumber disimpan dalam format terbuka, lalu diolah menjadi tabel yang bisa langsung dikueri dengan SQL dan dibaca oleh Power BI.
Pada setup Power BI biasa, setiap laporan menyiapkan datanya sendiri lewat Power Query, sehingga transformasi yang sama sering dibuat berulang kali. Di Fabric Lakehouse, data disiapkan sekali di satu tempat, lalu dipakai bersama oleh semua laporan.
OneLake: satu penyimpanan untuk semua tim
Semua data di Fabric Lakehouse tersimpan di OneLake, lapisan penyimpanan tunggal milik Microsoft Fabric. Tabelnya disimpan dalam format Delta yang terbuka. Tim data engineering, tim BI, dan tim data science bisa memakai data yang sama tanpa menyalin atau memindahkannya ke sistem lain.
Cara kerja Microsoft Fabric Lakehouse

Pola yang paling umum adalah tiga tahap pengolahan, sering disebut arsitektur medallion:
- Data mentah (bronze): data dari ERP, CRM, file, dan sumber lain masuk apa adanya, lewat pipeline Data Factory atau notebook.
- Data bersih (silver): data dibersihkan, distandarkan, dan digabung, misalnya kode produk yang berbeda antar sistem disamakan.
- Data siap analisis (gold): data disusun menjadi tabel fakta dan dimensi yang siap dipakai laporan.
Ketiga tahap ini berada di OneLake yang sama, jadi tidak ada penyalinan data antar sistem seperti pada arsitektur data warehouse konvensional. Setiap lakehouse juga otomatis punya SQL analytics endpoint, sehingga analis bisa mengkueri tabelnya dengan SQL.
Direct Lake: Power BI membaca langsung dari lakehouse
Power BI bisa terhubung ke tabel di lakehouse lewat mode Direct Lake. Data dibaca langsung dari OneLake tanpa diimpor ke model semantik terlebih dahulu, sehingga laporan tetap cepat seperti mode import, tetapi tidak perlu menunggu refresh terjadwal yang panjang untuk menampilkan data terbaru.
Kapan perusahaan perlu Fabric Lakehouse?

Tanda-tandanya mirip dengan yang dibahas di artikel kapan perusahaan perlu upgrade data warehouse, dengan beberapa yang khas untuk Fabric:
- Banyak produk atau lini bisnis: tiap lini butuh laporan sendiri, tetapi datanya harus bisa dibandingkan dalam satu model.
- Sumber data beragam: data terstruktur dari sistem transaksi bercampur dengan file mentah, log, atau data dari aplikasi cloud.
- Model Power BI makin berat: refresh dataset makin lama karena volume data dan transformasi terus bertambah.
- Sudah memakai Microsoft 365 dan Power BI: Fabric memanfaatkan lisensi, keamanan, dan keahlian yang sudah ada di tim.
Manfaat Microsoft Fabric Lakehouse
- Satu sumber data untuk semua tim: BI, data engineering, dan data science memakai data yang sama tanpa duplikasi.
- Sumber data baru lebih cepat masuk: pipeline yang ada tinggal diperluas, bukan dibangun ulang setiap ada produk atau cabang baru.
- Dashboard lebih responsif: Direct Lake mengurangi ketergantungan pada refresh dataset yang panjang.
- Satu platform, satu lisensi: integrasi data, penyimpanan, dan laporan dikelola di satu layanan Microsoft dengan model kapasitas.
Contoh penerapan: portofolio produk farmasi
BI Solusi menerapkan Fabric Lakehouse untuk sebuah perusahaan farmasi multinasional. Dashboard yang awalnya dibuat untuk satu peluncuran produk diperluas menjadi platform BI untuk seluruh portofolio, dengan definisi KPI yang sama untuk semua produk. Produk baru kini cukup ditambahkan ke pipeline yang sudah ada. Baca studi kasus lengkapnya.
Pertanyaan yang sering diajukan
Apa beda Fabric Lakehouse dan Fabric Warehouse?
Keduanya ada di Microsoft Fabric dan menyimpan data di OneLake. Lakehouse cocok untuk data mentah dan beragam yang diolah dengan Spark atau notebook, dengan akses SQL untuk membaca. Warehouse cocok untuk tim yang ingin bekerja penuh dengan SQL, termasuk menulis dan mengubah data. Banyak proyek memakai keduanya.
Apakah laporan Power BI yang sudah ada harus dibuat ulang?
Tidak selalu. Laporan yang ada bisa dipindahkan bertahap ke model semantik baru di atas lakehouse. Tampilan laporan untuk pengguna bisa tetap sama.
Apakah Fabric Lakehouse bisa membaca data dari Snowflake atau sistem lain?
Bisa. Fabric bisa memuat atau mereplikasi data dari banyak sumber, termasuk Snowflake, SQL Server, dan aplikasi cloud. Perbandingan kedua platform ada di artikel Snowflake vs Microsoft Fabric.
Langkah berikutnya
Lihat layanan Microsoft Fabric dari BI Solusi, atau ceritakan kebutuhan data Anda melalui konsultasi gratis. Sebagai bagian dari Kitameraki, Official Microsoft Partner, kami juga bisa menyediakan lisensi Fabric.


