Panduan studi untuk Ujian DP-600: Menerapkan Solusi Analitik Menggunakan Microsoft Fabric

Tujuan dari dokumen ini

Panduan belajar ini akan membantu Anda memahami apa yang diharapkan pada ujian dan menyertakan ringkasan topik yang mungkin dibahas dalam ujian dan tautan ke sumber daya lainnya. Informasi dan materi dalam dokumen ini akan membantu Anda memfokuskan studi saat mempersiapkan ujian.

Tautan yang berguna	Deskripsi
Cara mendapatkan sertifikasi	Beberapa sertifikasi hanya memerlukan lulus satu ujian, sementara yang lain memerlukan lulus beberapa ujian.
Perpanjangan sertifikasi	Sertifikasi asosiasi, pakar, dan spesialisasi Microsoft kedaluwarsa setiap tahun. Anda dapat memperpanjangnya dengan lulus penilaian online gratis di Microsoft Learn.
Profil Microsoft Learn Anda	Menyambungkan profil sertifikasi Anda ke Microsoft Learn memungkinkan Anda menjadwalkan dan memperbarui ujian dan berbagi serta mencetak sertifikat.
Penilaian ujian dan laporan skor	Skor 700 ke atas diperlukan untuk lulus.
Sandbox ujian	Anda dapat menjelajahi lingkungan ujian dengan mengunjungi kotak pasir ujian kami.
Memohon akomodasi	Jika menggunakan alat bantu, memerlukan waktu tambahan, atau memerlukan modifikasi pada bagian mana pun dari pengalaman ujian, Anda dapat meminta akomodasi.
Ambil Ujian Praktik Gratis	Uji keterampilan Anda dengan pertanyaan latihan untuk membantu mempersiapkan ujian.

Tentang ujian

Ujian kami diperbarui secara berkala untuk mencerminkan keterampilan yang diperlukan untuk menjalankan peran. Kami telah menyertakan dua versi tujuan Keterampilan yang Diukur tergantung pada kapan Anda mengikuti ujian.

Kami selalu memperbarui versi bahasa Inggris dari ujian terlebih dahulu. Beberapa ujian dilokalkan ke dalam bahasa lain, dan ujian tersebut diperbarui kira-kira delapan minggu setelah versi bahasa Inggris diperbarui. Meskipun Microsoft melakukan setiap upaya untuk memperbarui versi yang dilokalkan seperti yang disebutkan, mungkin ada kalanya versi ujian yang dilokalkan tidak diperbarui pada jadwal ini. Bahasa lain yang tersedia tercantum di bagian Jadwalkan Ujian di halaman web Detail Ujian. Jika ujian tidak tersedia dalam bahasa yang dipilih, Anda dapat meminta tambahan waktu 30 menit untuk menyelesaikan ujian.

Catatan

Poin-poin yang muncul di bawah setiap keterampilan yang diukur ditujukan untuk menggambarkan cara kita menilai keterampilan tersebut. Topik terkait mungkin tercakup dalam ujian.

Catatan

Sebagian besar pertanyaan membahas fitur yang merupakan ketersediaan umum (GA). Ujian mungkin berisi pertanyaan tentang fitur Pratinjau jika fitur tersebut umum digunakan.

Keterampilan yang diukur per 20 April 2026

Profil audiens

Sebagai kandidat untuk ujian ini, Anda harus memiliki keahlian mendalam dalam merancang, membuat, dan mengelola aset analitik, seperti model semantik, gudang data, atau lakehouse.

Tanggung jawab Anda untuk peran ini meliputi:

• Menyiapkan dan memperkaya data untuk analisis

• Mengamankan dan memelihara aset analitik

• Menerapkan dan mengelola model semantik

Anda bekerja sama dengan pemangku kepentingan untuk persyaratan bisnis dan bermitra dengan arsitek, analis, insinyur, dan administrator.

Anda juga harus dapat mengkueri dan menganalisis data dengan menggunakan Bahasa Permintaan Terstruktur (SQL), Bahasa Kueri Kusto (KQL), dan Data Analysis Expressions (DAX).

Sekilas keterampilan

• Mempertahankan solusi analitik data (25–30%)

• Menyiapkan data (45–50%)

• Menerapkan dan mengelola model semantik (25–30%)

Mempertahankan solusi analitik data (25–30%)

Menerapkan keamanan dan tata kelola

• Menerapkan kontrol akses tingkat ruang kerja

• Menerapkan kontrol akses tingkat item

• Menerapkan kontrol akses tingkat baris, tingkat kolom, tingkat objek, dan tingkat file

• Menerapkan label sensitivitas ke item

• Ulurkan item

Mempertahankan siklus hidup pengembangan analitik

• Mengonfigurasi kontrol versi untuk ruang kerja

• Membuat dan mengelola proyek Power BI Desktop (.pbip)

• Membuat dan mengonfigurasi alur penyebaran

• Lakukan analisis dampak dependensi hilir dari lakehouse, gudang, aliran data, dan model semantik

• Menyebarkan dan mengelola model semantik dengan menggunakan titik akhir XMLA

• Membuat dan memperbarui aset yang dapat digunakan kembali, termasuk file templat Power BI (.pbit), file sumber data Power BI (.pbids), dan model semantik bersama

Menyiapkan data (45–50%)

Dapatkan data

• Membuat koneksi data

• Menemukan data dengan menggunakan katalog OneLake dan hub Real-Time

• Menyerap atau mengakses data sesuai kebutuhan

• Pilih antara penyimpanan data yang berbeda

• Menerapkan integrasi OneLake untuk model Eventhouse dan semantik

Mentransformasikan data

• Membuat tampilan, fungsi, dan prosedur tersimpan

• Memperkaya data dengan menambahkan kolom atau tabel baru

• Menerapkan skema bintang untuk lakehouse atau gudang

• Mendenormalisasi data

• Data agregat.

• Menggabungkan atau menyambungkan data

• Mengidentifikasi dan mengatasi data duplikat, data yang hilang, atau nilai null

• Mengonversi jenis data kolom

• Penyaringan data

Mengkueri dan menganalisis data

• Memilih, memfilter, dan mengagregasi data dengan menggunakan Editor Kueri Visual

• Memilih, memfilter, dan mengagregasi data dengan menggunakan SQL

• Memilih, memfilter, dan mengagregasi data dengan menggunakan KQL

• Memilih, memfilter, dan mengagregasi data dengan menggunakan DAX

Menerapkan dan mengelola model semantik (25–30%)

Merancang dan membangun model semantik

• Pilih mode penyimpanan

• Menerapkan skema bintang untuk model semantik

• Menerapkan relasi, seperti tabel penghubung dan relasi banyak-ke-banyak

• Menulis perhitungan yang menggunakan variabel dan fungsi DAX, seperti iterator, pemfilteran tabel, windowing, dan fungsi informasi

• Menerapkan grup perhitungan, string format dinamis, dan parameter bidang

• Mengidentifikasi kasus penggunaan untuk dan mengonfigurasi format penyimpanan model semantik besar

• Merancang dan membangun model komposit

Mengoptimalkan model semantik skala perusahaan

• Menerapkan peningkatan performa dalam kueri dan visual laporan

• Meningkatkan performa DAX

• Mengonfigurasi Direct Lake, termasuk perilaku fallback dan refresh default

• Pilih antara Direct Lake di OneLake dan Direct Lake di titik akhir SQL

• Menerapkan pembaruan bertahap untuk model semantik

Mempelajari sumber daya

Sebaiknya Anda berlatih dan mendapatkan pengalaman langsung sebelum mengikuti ujian. Kami menawarkan opsi belajar mandiri dan pelatihan kelas serta tautan ke dokumentasi, situs komunitas, dan video.

Mempelajari sumber daya	Tautan ke pembelajaran dan dokumentasi
Dapatkan pelatihan	Pilih dari jalur dan modul pembelajaran mandiri atau ikuti kursus yang dipandu instruktur
Cari dokumentasi	Microsoft Fabric Apa itu lakehouse? Apa itu pergudangan data? Pergudangan dan analitik data
Ajukan pertanyaan	Tanya Jawab Microsoft | Microsoft Docs
Dapatkan dukungan komunitas	Analitik di Azure - Microsoft Tech Community Microsoft Fabric Blog
Ikuti Microsoft Learn	Microsoft Learn - Komunitas Teknologi Microsoft
Temukan video	Zona Kesiapan Ujian Data Terbuka Telusuri acara Microsoft Learn lainnya

Log Perubahan 

Tabel di bawah ini meringkas perubahan antara versi keterampilan saat ini dan sebelumnya yang diukur. Grup fungsional berada dalam jenis huruf tebal diikuti oleh tujuan dalam setiap grup. Tabel adalah perbandingan antara versi keterampilan ujian sebelumnya dan saat ini yang diukur dan kolom ketiga menjelaskan tingkat perubahan.

Area keterampilan hingga sebelum 20 April 2026	Area keterampilan per 20 April 2026	Ubah
Profil audiens		Minor
Menyiapkan data	Menyiapkan data	Tidak Ada Perubahan
Dapatkan data	Dapatkan data	Minor