Jago SQL dengan Mengenal Fundamental GROUP BY

SQL adalah bahasa pemrograman yang berkaitan dengan segala sesuatu yang berhubungan dengan database. Bahasa SQL termasuk bahasa yang paling sering digunakan oleh praktisi data seperti Data Analyst, Data Engineer, dan Data Scientist, mengingat hampir semua posisi praktisi data akan bekerja dengan database. SQL memiliki berbagai fitur yang bisa mendukung proses analisis data, misalnya GROUP BY yang cukup sering digunakan dalam proses analisis data.

GROUP BY adalah perintah yang digunakan untuk mengelompokkan baris yang memiliki nilai yang sama di kolom tertentu ke dalam satu ringkasan baris. Fitur GROUP BY sering digunakan bersama dengan fungsi agregat (seperti COUNT, SUM, AVG, MAX, dan MIN) untuk melakukan perhitungan pada setiap grup data.

Dalam artikel ini akan dibahas beberapa hal yang berkaitan dengan fundamental SQL GROUP BY. SImak pembahasannya untuk mendapatkan pemahaman lebih lanjut mengenai fungsi ini!

1. Pengertian SQL GROUP BY

GROUP BY adalah klausa yang digunakan dalam pernyataan SELECT untuk mengelompokkan baris berdasarkan satu atau lebih kolom. Dengan adanya fitur ini, kita bisa melakukan perhitungan agregasi untuk setiap kelompok, sehingga tidak perlu melakukan perhitungan untuk seluruh tabel. Karena klausa ini digunakan dalam pernyataan SELECT, maka field yang masuk ke GROUP BY juga harus dituliskan di SELECT.

Berikut adalah syntax umum untuk SQL GROUP BY:

SELECT column1, AGGREGATE_FUNCTION(column2)
FROM table_name
GROUP BY column1;

Baca juga : Bootcamp Data Analyst with SQL and Python

2. Fungsi Agregat dalam GROUP BY

Klausa GROUP BY bisa digabungkan dengan berbagai fungsi agregat, berikut adalah contoh fungsi agregat yang sering digunakan:

• COUNT digunakan untuk menghitung jumlah baris dalam setiap grup.

• SUM berguna untuk menjumlahkan nilai dari kolom dalam setiap grup.

• AVG dapat dimanfaatkan untuk menghitung nilai rata-rata dari kolom dalam setiap grup.

• MAX bermanfaat untuk menampilkan nilai maksimum dari kolom dalam setiap grup.

• MIN merupakan kebaikan dari MAX, dimana akan menampilkan nilai minimum dari kolom dalam setiap grup.

  
  

3. Pentingnya GROUP BY dalam Analisis Data

GROUP BY adalah tools yang sangat kuat dalam membantu proses analisis data. Fitur ini memungkinkan pengguna untuk membuat summary data dengan cepat dan efisien. Berikut ini adalah beberapa contoh penggunaan praktis GROUP BY dalam bisnis dan analisis data:

• Laporan Keuangan. GROUP BY akan berperan untuk mengelompokkan penjualan per kuartal atau tahun untuk analisis tren.

• Analisis Pelanggan. GROUP BY akan mengelompokkan pelanggan berdasarkan lokasi atau kategori tertentu agar bisa memahami demografi dan pola pembelian.

• Pemantauan Kinerja. GROUP BY dapat mengelompokkan metrik kinerja berdasarkan departemen atau karyawan untuk evaluasi kinerja.

  
  

4. Contoh Penggunaan GROUP BY

Misalkan kita memiliki tabel sales dengan kolom salesperson, region, dan amount seperti di bawah ini:

Misalkan kita ingin menghitung total penjualan yang dilakukan oleh masing-masing sales, maka kita bisa memanfaatkan fitur GROUP BY untuk salesperson. Berikut contoh syntax yang bisa digunakan:

SELECT salesperson, 
SUM(amount) as total_sales FROM sales 
GROUP BY salesperson;

Seperti yang sudah dibahas sebelumnya, jika field tertentu digunakan dalam GROUP BY, maka field tersebut juga harus disebutkan setelah perintah SELECT. Berikut adalah hasil setelah query dijalankan:

Total sales adalah jumlah total dari amount untuk masing-masing sales person. Dengan menggunakan GROUP BY, kita bisa menjumlahkan amount untuk kategori tertentu saja.

Baca juga : Bootcamp Data Analyst with SQL and Python

Tertarik belajar fitur SQL lebih dalam? Kamu bisa memulainya dengan belajar SQL di DQLab karena mereka 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