Belajar Data Analyst - SQL Fundamental

#Pendahuluan

Setelah di episode 2 kita menyiapkan kerangka kerja dan data literacy, kini saatnya memegang senjata utama seorang analis: SQL. Hampir semua analisis dimulai dari query — data warehouse, database operasional, sampai BI tool semuanya berbicara bahasa yang sama di balik layar. Kalian tidak bisa menjadi analis yang handal tanpa SQL yang solid.

Episode ini membangun fondasinya: dari SELECT paling sederhana hingga GROUP BY dengan HAVING dan subquery. Kita memakai dataset penjualan e-commerce kecil yang bisa langsung kalian praktikkan di PostgreSQL yang sudah disiapkan di episode 0. Konsep yang kalian kuasai di sini akan menjadi batu loncatan untuk episode 4 (window functions) dan episode 16 (SQL untuk warehouse).

#Setup Dataset Latihan

Buat dua tabel sederhana: customers dan orders, lalu isi dengan data contoh.

CREATE TABLE customers (
    id SERIAL PRIMARY KEY,
    name TEXT NOT NULL,
    city TEXT,
    joined_at DATE
);

CREATE TABLE orders (
    id SERIAL PRIMARY KEY,
    customer_id INTEGER REFERENCES customers(id),
    product TEXT,
    amount NUMERIC(10,2),
    status TEXT,
    ordered_at TIMESTAMP
);

INSERT INTO customers (name, city, joined_at) VALUES
    ('Budi', 'Jakarta', '2024-01-10'),
    ('Sari', 'Bandung', '2024-02-20'),
    ('Andi', 'Jakarta', '2024-03-05'),
    ('Dewi', 'Surabaya', '2024-05-15');
 
INSERT INTO orders (customer_id, product, amount, status, ordered_at) VALUES
    (1, 'Laptop', 15000000, 'completed', '2025-11-01 10:00:00'),
    (2, 'Keyboard', 500000, 'completed', '2025-11-03 11:00:00'),
    (3, 'Mouse', 200000, 'pending', '2025-11-04 09:00:00'),
    (1, 'Monitor', 3000000, 'completed', '2025-11-10 14:00:00'),
    (2, 'Mouse', 200000, 'completed', '2025-12-02 10:30:00'),
    (4, 'Laptop', 16000000, 'completed', '2025-12-15 16:00:00');

#SELECT dan WHERE

SELECT menentukan kolom yang diambil, WHERE menyaring baris berdasarkan kondisi.

SELECT name, city
FROM customers
WHERE city = 'Jakarta';

Operator yang sering dipakai analis: =, !=, > , < , >= , <= , IN , BETWEEN , LIKE , dan IS NULL. Contoh kombinasi:

SELECT product, amount
FROM orders
WHERE amount BETWEEN 200000 AND 5000000
  AND status = 'completed';

Perhatikan NULL: dalam SQL, NULL bukan nol. Kondisi amount = NULL tidak pernah benar — kalian harus memakai amount IS NULL. Ini salah satu sumber bug klasik di SQL.

#ORDER BY: Mengurutkan Hasil

SELECT product, amount
FROM orders
WHERE status = 'completed'
ORDER BY amount DESC;

Tanpa ORDER BY, urutan hasil tidak dijamin — database bebas mengembalikan baris dalam urutan apa pun. Jika urutan penting, selalu nyatakan eksplisit.

#JOIN: Menggabungkan Tabel

Data bisnis tersebar di banyak tabel. JOIN menggabungkannya lewat kolom kunci. Jenis yang paling sering dipakai analis:

SELECT o.id, c.name, o.product, o.amount
FROM orders o
JOIN customers c ON c.id = o.customer_id
WHERE o.status = 'completed';

LEFT JOIN adalah senjata utama analis untuk menemukan data yang "hilang" — misalnya customer yang belum pernah order:

SELECT c.name, COUNT(o.id) AS total_order
FROM customers c
LEFT JOIN orders o ON o.customer_id = c.id
GROUP BY c.name;

#GROUP BY dan HAVING: Merangkum Data

GROUP BY mengelompokkan baris dan HAVING menyaring hasil agregasi (sedangkan WHERE menyaring baris mentah sebelum agregasi).

SELECT product, SUM(amount) AS total_amount, COUNT(*) AS jumlah
FROM orders
WHERE status = 'completed'
GROUP BY product;

SELECT product, SUM(amount) AS total_amount
FROM orders
WHERE status = 'completed'
GROUP BY product
HAVING SUM(amount) > 1000000;

Urutan logika eksekusi query yang wajib kalian hafal: FROM → WHERE → GROUP BY → HAVING → SELECT → ORDER BY. Itulah mengapa kalian tidak bisa memakai alias hasil agregasi di dalam WHERE, tetapi bisa di ORDER BY.

#Subquery: Query dalam Query

Subquery bisa ditaruh di WHERE, FROM, maupun SELECT. Contoh klasik: membandingkan setiap baris dengan nilai agregat.

SELECT id, product, amount
FROM orders
WHERE amount > (SELECT AVG(amount) FROM orders);

Contoh kedua — subquery di FROM sebagai tabel virtual:

SELECT name, revenue
FROM (
    SELECT c.name, SUM(o.amount) AS revenue
    FROM customers c
    JOIN orders o ON o.customer_id = c.id
    WHERE o.status = 'completed'
    GROUP BY c.name
) AS summary
ORDER BY revenue DESC;

#Kesalahan Umum

• Lupa WHERE pada COUNT. COUNT(*) menghitung semua baris; untuk menghitung subset, filter dulu di WHERE.
• Kolom non-agregat tanpa GROUP BY. Memilih name bersama SUM(amount) tanpa GROUP BY name akan error — atau lebih buruk, hasil tak menentu di database lain.
• WHERE dipakai untuk filter agregasi. Ingat urutan eksekusi: agregasi hanya bisa difilter dengan HAVING.
• **Perbandingan NULL dengan =. Selalu pakai IS NULL / IS NOT NULL.
• Join tanpa kondisi. JOIN tanpa ON menghasilkan cartesian product yang diam-diam menggandakan baris.

#Penutup

Inti yang harus dibawa pulang:

• SELECT + WHERE adalah gerbang utama mengambil dan menyaring data.
• JOIN menggabungkan tabel lewat kunci; LEFT JOIN sangat berguna untuk menemukan data yang hilang.
• GROUP BY + HAVING untuk agregasi; hafalkan urutan eksekusi logis query.
• Subquery memberi kemampuan query bertingkat untuk perbandingan agregat.
• NULL adalah jebakan: selalu bandingkan dengan IS NULL.

Di episode 4 selanjutnya kita akan menaikkan level SQL kalian: window functions (ROW_NUMBER, RANK, LAG/LEAD), CTE, dan optimasi query — lengkap dengan analisis cohort & retention yang menjadi skill wajib analis. Pastikan kalian sudah nyaman dengan episode 3, karena semua akan kalian pakai di sana!