Gunakan SQL SELECT dan WHERE untuk Analisis Data Powerful
Di era serba digital, SQL (Structured Query Language) menjadi salah satu bahasa favorit praktisi data. Data-data penting perusahaan akan disimpan dalam database yang berisi beberapa table. Setiap table dapat menggambarkan entitas tertentu. Untuk bisa menambahkan dan menghapus data, serta melakukan analisis data, kita bisa memanfaatkan bahasa SQL. Singkatnya, SQL ada bahasa yang bisa dimanfaatkan untuk segala hal yang berkaitan dengan database.
Perintah SELECT dan WHERE adalah dua fungsi penting dalam SQL yang sering digunakan bersamaan untuk mengekstrak data secara spesifik dari tabel. Kombinasi kedua perintah ini memberikan fleksibilitas luar biasa dalam mengelola dan memfilter data. Sehingga hal ini bisa dijadikan modal awal bagi siapapun yang ingin menjadi praktisi data. Dalam kita akan melihat kemampuan fungsi SELECT jika dikombinasikan dengan WHERE. Yuk, simal pembahasannya!
1. Dasar Penggunaan SELECT
Perintah SELECT menjadi perintah yang paling dasar di SQL. Biasanya, perintah ini digunakan untuk mengambil data dari satu atau lebih tabel dalam database. Dengan menggunakan perintah ini, kita dapat menampilkan kolom tertentu dari tabel sesuai kebutuhan. Query dasar dari perintah SELECT adalah:
SELECT column1, column2, ...
FROM table_name;
Dimana column1 dan column2 menggambarkan nama kolom yang ingin ditampilkan.
Misalnya, untuk menampilkan kolom Name dan Email dari tabel Customers, maka kita bisa menggunakan query berikut:
SELECT Name, Email
FROM Customers;
Jika kita ingin mengambil semua kolom dari tabel, maka kita bisa menggunakan tanda asterisk atau yang sering disebut tanda bintang (*), seperti contoh berikut:
SELECT * FROM Customers;
Baca juga : Bootcamp Data Analyst with SQL and Python
2. Menemukan Pola Data dengan Operator LIKE
Salah satu keunikan dari kombinasi SELECT dan WHERE adalah kemampuannya untuk menemukan pola dalam data. Untuk bisa mengerjakan tugas ini, kita perlu menggabungkan SELECT dan WHERE dengan operator LIKE yang memungkinkan pencarian yang lebih fleksibel dengan menggunakan wildcard seperti % (untuk mewakili nol atau karakter yang lebih dari satu) dan _ (untuk mewakili satu karakter).
Contoh :
SELECT Name
FROM Customers
WHERE Name LIKE 'A%';
Query ini akan menampilkan semua nama pelanggan yang dimulai dengan huruf "A". Kombinasi SELECT dan WHERE dengan LIKE sangat berguna untuk pencarian yang berdasarkan pola atau fragmen kata.
3. Kombinasi dengan Operator Logika
Dalam perintah SELECT, WHERE dapat dikombinasikan dengan operator logika seperti AND, OR, dan NOT sehingga memungkinkan kita untuk membuat filter data yang spesifik dan kompleks. Kita bisa memfilter data berdasarkan banyak kondisi, sehingga bisa memberikan kontrol penuh atas apa yang ingin didapatkan dari data.
Contoh:
SELECT Name, Country
FROM Customers
WHERE Country = 'USA' AND Age > 30;
Dalam contoh query di atas, hanya pelanggan yang tinggal di USA dan berusia lebih dari 30 tahun yang akan ditampilkan. Kombinasi ini sangat cocok untuk mengolah dataset yang besar. Kita dapat menciptakan berbagai skenario filter sesuai kebutuhan.
4. Menghindari Nilai Kosong dengan IS NULL atau IS NOT NULL
SQL menyediakan fitur unik untuk menangani data yang kosong (null) melalui operator IS NULL dan IS NOT NULL. Saat dikombinasikan dengan perintah SELECT dan WHERE, kita bisa mengidentifikasi atau memfilter baris yang memiliki nilai kosong.
Berikut adalah contoh query nya:
SELECT Name, Email
FROM Customers
WHERE Email IS NOT NULL;
Perintah di atas ingin menampilkan semua pelanggan yang memiliki email, dan mengabaikan entri di mana kolom email bernilai NULL. Ini akan sangat berguna ketika kita harus bekerja dengan dataset yang memiliki nilai NULL.
Baca juga : Catat! Ini 3 Keuntungan Belajar SQL dalam Mengolah Data
Kombinasi perintah SELECT dan WHERE dalam SQL memungkinkan pengguna untuk mengekstrak data yang spesifik, terstruktur, dan relevan dengan kebutuhan. Tertarik belajar materi SQL lainnya? 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