Intip Salah Satu Fungsi Join SQL, Mulai dari Left Join Hingga Full Join

Setiap bahasa pemrograman memiliki fungsi dan kegunaan masing-masing, begitu pula dengan SQL. SQL sendiri adalah bahasa query yang dirancang untuk pengambilan informasi tertentu dari database. SQL sendiri adalah bahasa query yang dirancang untuk pengambilan informasi tertentu dari database. Bisa dipastikan mayoritas perusahaan menyimpan data di database. Sehingga diperlukan SQL untuk mengelola data dalam database. Tidak mengherankan, dalam setiap rekrutmen profesi data selalu mensyaratkan kemampuan SQL.

Salah satu perintah yang ada di SQL yaitu JOIN. JOIN adalah perintah dalam SQL yang berfungsi untuk menggabungkan informasi dari dua tabel. Hasilnya adalah seperangkat kolom yang digabung dari kedua tabel. Fungsi JOIN sendiri memiliki terdiri dari beberapa jenis perintah seperti INNER JOIN dan OUTER JOIN (Left Join, Right Join dan Full Join).

Jika sebelumnya kita sudah mempelajari fungsi JOIN pada database relasional untuk menghubungkan berbagai tabel, maka artikel berikut ini DQLab akan menjelaskan dan menunjukkan contoh penggunaan variasi OUTER JOIN.

Kira-kira seperti apa ya fungsi OUTER JOIN pada SQL? Yuk simak terus artikel ini sampai tuntas!

1. OUTER JOIN

Untuk menggabungkan tabel pada SQL salah satu perintah yang dapat kita gunakan adalah OUTER JOIN. Pada OUTER JOIN, data pada salah satu tabel akan ditampilkan semua, sedangkan data pada tabel yang lain hanya akan ditampilkan jika data tersebut ada pada tabel pertama. Pada bahasa SQL, OUTER JOIN dibagi menjadi 3, yaitu RIGHT JOIN, LEFT JOIN dan FULL JOIN.

Supaya lebih memahami perbedaan ketiga jenis OUTER JOIN ini, kita akan menggunakan contoh pada 2 tabel di bawah ini.

Tabel_A:

Tabel_B:

Baca Juga: Bootcamp Data Analyst with Python & SQL

2. RIGHT JOIN

Pada RIGHT JOIN, data pada tabel sebelah kanan akan ditampilkan semua, sedangkan data pada sebelah kiri hanya ditampilkan jika data terkait pada tabel tersebut muncul pada tabel sebelah kanan. Baris“baris yang tidak memiliki pasangan pada tabel yang ada di sebelah kanan kata œJOIN akan tetap ditampilkan.

Jika digambarkan dalam bentuk diagram venn, bentuk RIGHT JOIN tampak pada gambar berikut:

Sintaks sederhananya pada SQL adalah seperti ini:

SELECT kolom_1, kolom_2

FROM table_1

RIGHT JOIN table_2

ON table_1.column_key = table_2.column_key;

Maka, jika kita terapkan pada tabel A dan B di atas, kode SQLnya akan menjadi seperti berikut.

A RIGHT JOIN B:

SELECT *

FROM TABLE_A

RIGHT JOIN TABLE_B

ON TABLE_A.a = TABLE_B.b;

Hasil:

RIGHT JOIN akan menyimpan semua row yang ada di Tabel B. Untuk row yang ada di Tabel B tapi tidak ada di Tabel A, row itu akan dijadikan null.

3. LEFT JOIN

Pada LEFT JOIN, semua data pada tabel sebelah kiri akan ditampilkan, sedangkan data pada tabel disebelah kanan hanya akan ditampilkan jika data terkait pada tabel tersebut muncul di tabel sebelah kiri. Baris“baris yang tidak memiliki pasangan pada tabel yang ada di sebelah kiri kata œJOIN akan tetap ditampilkan.

Jika digambarkan dalam bentuk diagram venn, bentuk LEFT JOIN tampak pada gambar berikut:

Sintaks sederhananya pada SQL adalah seperti ini:

SELECT kolom_1, kolom_2

FROM table_1

LEFT JOIN table_2

ON table_1.kolom_key = table_2.kolom_key;

Maka, jika kita terapkan pada tabel A dan B di atas, kode SQLnya akan menjadi seperti berikut.

A LEFT JOIN B:

SELECT *

FROM TABLE_A

LEFT JOIN TABLE_B

ON TABLE_A.a = TABLE_B.b;

Hasil:

LEFT JOIN akan menyimpan semua row yang ada di Tabel A. Untuk row yang ada di Tabel A tapi tidak ada di Tabel B, row itu akan dijadikan null.

4. FULL OUTER JOIN

FULL JOIN atau FULL OUTER JOIN akan menampilkan data-data yang tidak berelasi. Namun pada tabel kanan dan tabel kiri data yg tidak berelasi akan bernilai NULL.

Sintaks sederhananya pada SQL adalah seperti ini:

SELECT kolom_1, kolom_2

FROM table_1

FULL OUTER JOIN table_2

ON table_1.kolom_key = table_2.kolom_key;

Maka, jika kita terapkan pada tabel A dan B di atas, kode SQLnya akan menjadi seperti berikut.

A OUTER JOIN B:

SELECT *

FROM TABLE_A

FULL OUTER JOIN TABLE_B

ON TABLE_A.a = TABLE_B.b;

Hasil:

FULL JOIN akan menyimpan semua row yang ada di Tabel A dan Tabel B. Bagi row yang tidak bersimpangan, tetap akan ditampilkan dan dibuat null.

Baca Juga: Data Analyst vs Data Scientist

5. Kapan Pakai Outer Join vs Inner Join

Dalam praktik pengolahan data, pemilihan antara inner join dan outer join bukan sekadar soal teknis, tetapi juga soal tujuan analisis. Inner join digunakan ketika kita hanya ingin melihat data yang memiliki kecocokan di kedua tabel. Misalnya, saat menggabungkan data pelanggan dan transaksi, inner join akan menampilkan hanya pelanggan yang benar-benar melakukan transaksi. Pendekatan ini cocok ketika fokus kita adalah pada irisan data yang valid dan saling terhubung, sehingga hasilnya lebih “bersih” tanpa entri yang kosong atau tidak relevan.

Sebaliknya, outer join digunakan ketika kita ingin mempertahankan semua data dari salah satu atau kedua tabel, meskipun tidak semuanya memiliki pasangan. Misalnya, left outer join memungkinkan kita melihat semua pelanggan, termasuk yang belum pernah bertransaksi, sementara right outer join atau full outer join memperluas cakupan lebih jauh. Ini sangat berguna dalam analisis yang bersifat eksploratif atau audit data, seperti menemukan data yang hilang, mengidentifikasi ketidaksesuaian, atau memahami cakupan keseluruhan dataset tanpa kehilangan informasi penting.

FAQ

1. Kapan sebaiknya menggunakan inner join?

Gunakan inner join ketika hanya data yang memiliki hubungan di kedua tabel yang dibutuhkan, seperti laporan transaksi valid atau analisis performa pengguna aktif.

2. Kapan outer join lebih tepat digunakan?

Gunakan outer join saat ingin melihat seluruh data, termasuk yang tidak memiliki pasangan, misalnya untuk analisis data yang hilang atau pelacakan entitas yang belum memiliki aktivitas.

3. Apakah outer join selalu lebih baik karena datanya lebih lengkap?

Tidak. Outer join bisa menghasilkan data yang lebih “berisik” karena banyak nilai kosong (NULL). Jika tidak dibutuhkan, ini justru bisa memperumit analisis dibandingkan inner join yang lebih terfokus.

Kalau kamu tertarik untuk berkarir sebagai Data Analyst yang menguasai teknik Data Cleaning secara handal, ini adalah saat yang tepat! Yuk, segera Sign Up ke DQLab! Di sini, kamu bisa belajar dari dasar hingga tingkat lanjut dengan materi dan tools yang relevan dengan kebutuhan industri, bahkan tanpa latar belakang IT. Belajar kapan saja dan di mana saja dengan fleksibilitas penuh, serta didukung oleh fitur eksklusif Ask AI Chatbot 24 jam!

Tidak cuma itu, DQLab juga sudah menerapkan metode pembelajaran HERO (Hands-On, Experiential Learning & Outcome-based) yang dirancang ramah untuk pemula, dan telah terbukti mencetak talenta unggulan yang sukses berkarier di bidang data. Jadi, mau tunggu apa lagi?

Jadi, tunggu apa lagi? Segera persiapkan diri untuk menguasai keterampilan di bidang data dan teknologi dengan subscribe modul premium, atau ikuti Bootcamp Data Analyst with SQL and Python sekarang juga!

Penulis: Reyvan Maulid

Tags

Belajar Data Science Online DQLab Data Science Free Module DQLab belajar data science