Contoh Penggunaan SELECT SQL dalam Role Data Analyst

SQL termasuk salah satu kunci utama dalam dunia pengolahan data. Praktisi data dapat memanfaatkan bahasa ini untuk menggali informasi berharga dari sekumpulan data yang kompleks. Dalam SQL, perintah SELECT termasuk perintah paling dasar yang harus dikuasai. Namun meskipun begitu, perintah SELECT ternyata memiliki kekuatan lebih dari sekadar menampilkan data di layar. Dengan kreativitas dan pemahaman mendalam sehingga bisa mengkombinasikan perintah ini dengan fungsi lainnya, siapa yang sangka jika hal tersebut dapat digunakan untuk menyelesaikan berbagai masalah unik yang sering kali tidak terduga dalam pengelolaan data.

SQL tidak hanya sekadar alat teknis dalam pengolahan data. Namun lebih dari itu, SQL menjadi jembatan untuk mengubah data mentah menjadi insight yang menarik dan relevan. Dalam artikel ini, kita akan mengeksplorasi cara-cara unik menggunakan perintah SELECT yang bisa membuat pekerjaan praktisi data menjadi lebih efisien, inovatif, dan bahkan menyenangkan. Jangan lewatkan inspirasi dari contoh pengaplikasian unik ini untuk memperkaya keterampilan SQL kita!

1. Menggabungkan Data dengan CONCAT

Perintah SELECT bisa dimanfaatkan untuk menggabungkan beberapa kolom menjadi satu string dengan memanfaatkan bantuan dari fungsi CONCAT. Misalnya dalam dunia telekomunikasi, kita ingin menggabungkan hub_name dengan city_name dari table crm_trouble_node untuk mendapatkan nama area. Berikut contoh query yang bisa digunakan:

SELECT hub_name, city_name, CONCAT(hub_name, '-', city_name) as area

FROM crm_trouble_node

LIMIT 5;

Di query di atas, untuk menggabungkan beberapa kolom, kita bisa langsung menuliskan nama kolomnya di dalam fungsi CONCAT. Kita juga menggunakan tanda strip sebagai tanda hubung. Hasil yang akan didapatkan adalah sebagai berikut:

Di kolom area, kita bisa melihat bahwa data hub_name dan city_name telah berhasil digabungkan. Data ini akan sangat membantu terjadinya kesalahpahaman, karena biasanya ada beberapa daerah yang memiliki nama yang sama namun berada di kota yang berbeda.

Baca juga : Bootcamp Data Analyst with SQL and Python

2. Membuat Kategori Berdasarkan Kondisi dengan CASE

Perintah SELECT juga bisa untuk membuat kolom baru berdasarkan kategori tertentu. Hal ini akan cukup sering ditemui Data Analyst dalam pekerjaannya. Mereka dapat memanfaatkan fungsi CASE untuk menyelesaikan tugas ini. Misalkan kali ini kita akan membuat kategori level ticket berdasarkan impact_type nya. Berikut contoh query yang bisa digunakan:
select ticket_id, impact_type,

case

when impact_type = 'Node Code' then 1

when impact_type = 'Amplifier' then 2

when impact_type = 'Leg Amplifier' then 3

when impact_type = 'Account ID' then 4

else 0

end as level_ticket

from crm_trouble_node ;

Query ini mengkategorikan jenis ticket berdasarkan impact_type nya menjadi level 0 sampai 4. Dengan begitu, kita bisa menentukan skala prioritas untuk melakukan perbaikan. Berikut adalah hasil pengelompokan berdasarkan kategorinya:

3. Mengambil Data Secara Acak dengan RANDOM

Dalam beberapa keadaan, Data Analyst perlu untuk mengambil sampling data secara random. Perintah SELECT di SQL bisa digunakan untuk melakukan tugas tersebut, tentunya dengan mengkombinasikan dengan fungsi lainnya, yaitu fungsi RANDOM. Misalkan kita ingin menampilkan 5 ticket secara random dan semua kolom dari table crm_trouble_node, maka query ini bisa digunakan:

SELECT * FROM crm_trouble_node

ORDER BY RANDOM()

LIMIT 5;

Berikut adalah hasil yang 5 rows random tersebut:

4. Mengubah Format Tanggal dengan TO_CHAR

Data Analyst biasanya akan berhadapan dengan berbagai jenis data. Salah satunya yang paling sering ditemui adalah data dengan jenis tanggal. Jika kita menggunakan PostgreSQL, maka kita bisa memanfaatkan perintah SELECT yang dikombinasikan dengan TO_CHAR. Jika menggunakan SQL Server bisa mengkombinasikan SELECT dengan FORMAT.

Sementara jika menggunakan MySQL kita bisa menggunakan DATE_FORMAT. Berikut contoh query yang digunakan untuk mengubah format tanggal dengan menggunaka PotgreSQL:

SELECT ticket_id, node_code,

TO_CHAR(start_time, 'DD-MM-YYYY') AS start_time_terformat

FROM crm_trouble_node ctn ;

Query ini mengubah format tanggal lahir menjadi dd-mm-yyyy sehingga mempermudah pembacaan laporan yang membutuhkan format tertentu.

Baca juga : Catat! Ini 3 Keuntungan Belajar SQL dalam Mengolah Data

Penggunaan SELECT dalam SQL sangat fleksibel dan bisa disesuaikan untuk banyak kebutuhan yang unik. Dengan menguasai teknik ini, praktisi data dapat memaksimalkan pemanfaatan database untuk berbagai skenario analisis data dan pengelolaan informasi.

Tertarik belajar SQL? DQLab menyediakan modul SQL yang sangat cocok bagi pemula. DQLab merupakan platform belajar online yang berfokus pada pengenalan Data Science & Artificial Intelligence (AI) dengan menggunakan bahasa pemrograman populer, serta platform edukasi pertama yang mengintegrasi fitur Chat GPT. Selain itu DQLab juga menggunakan metode HERO yaitu Hands-On, Experiential Learning & Outcome-based, yang dirancang ramah untuk pemula.

Selain itu, Bootcamp Data Analyst with SQL and Python juga termasuk kelas yang direkomendasikan bagi pemula yang ingin melakukan pembelajaran data untuk menjadi seorang Data Analyst. Tentunya nanti kita akan dihadapkan dengan study case yang bisa menambah portfolio data.

Untuk mendapatkan pengalaman belajar menarik, buruan sign up di DQLab. Daftar sekarang dan kejar impianmu untuk menjadi Data Analyst!

Penulis : Gifa Delyani Nursyafitri