Buat Akun DQLab & Akses Kelas Data Science Python, R, SQL, Excel GRATIS

Perbedaan SQL Natural Join, Cross Join & Inner Join

Belajar Data Science di Rumah 10-Januari-2023
https://dqlab.id/files/dqlab/cache/c1795758f2210280332651e7c708e0c4_x_Thumbnail800.jpeg

SQL menjadi salah satu tools yang sering digunakan oleh data analyst. Query yang sederhana sudah sangat membantu praktisi data mengenali data yang dimiliki lebih dalam. Hal ini juga sering dilakukan oleh data analyst jika ingin mengekstrak sejumlah data tertentu yang lebih spesifik. Manajemen database menggunakan SQL dinilai sangat efisien sehingga sudah banyak perusahaan yang mengaplikasikannya.


SQL memiliki beragam fungsi, salah satunya Join Table. Fungsi ini pun juga memiliki beragam jenis. Diantaranya natural join, cross join, dan inner join. Masing-masing memiliki ciri khas dan kegunaannya tersendiri. Apa saja itu? Yuk simak penjelasannya! 


1. Definisi Natural Join, Cross Join, dan Inner Join

Untuk mengetahui perbedaan masing-masing jenis join akan lebih baik Sahabat DQ mulai dengan memahami definisinya terlebih dahulu. Berikut definisi natural join, cross join, dan inner join.

  • Natural Join: penggabungan 2 tabel atau lebih berdasarkan pada nama kolom yang sama. Hasil dari penggabungan tersebut akan berisi semua atribut pada kedua tabel, namun untuk kolom yang sama hanya muncul satu kolom saja. 

  • Cross Join: penggabungan 2 tabel atau lebih dengan hasil yang konsepnya seperti perkalian kartesian. Artinya hasil penggabungan akan memiliki nilai duplikat pada masing-masing kolom sampai kolom lain yang bersesuaian selesai digabungkan. 

  • Inner Join: penggabungan 2 tabel atau lebih dengan menspesifikkan kolom yang menjadi acuan menggunakan klausa ON. Hasil dari penggabungan adalah semua kolom yang dimiliki oleh tabel-tabel tersebut, bahkan kolom yang sama juga termasuk. Artinya, kolom tersebut akan terduplikasi karena digabung apa adanya


Baca juga : Saatnya Belajar SQL, Kenali Rekomendasi Query SQL Bagi Pemula


2. Contoh Penggunaan Natural Join, Cross Join, dan Inner Join

Agar lebih mudah membedakan masing-masing contoh, sebaiknya Sahabat DQ perhatikan contoh berikut. Misalkan terdapat tabel ‘Siswa’ dan tabel ‘Nilai’.


Natural Join

Untuk natural join, kalian bisa menggunakan query seperti berikut.


Sehingga akan diperoleh output seperti berikut ini.


Hasil natural join menunjukkan bahwa penggabungan berdasarkan tabel ‘Nomor Absen ‘ yang sama. Itulah alasannya hanya ada 3 baris data. Selain itu, tabel ‘Nomor Absen’ hanya muncul satu kali


Cross Join

Untuk cross join, kalian bisa menggunakan query seperti berikut.


Sehingga akan diperoleh output seperti berikut ini.


Perhatikan bahwa hasil dari cross join adalah melakukan penggabungan untuk semua atribut yang bersesuain. 


Inner Join

Untuk inner join, kalian bisa menggunakan query seperti berikut.


Sehingga akan diperoleh output seperti berikut ini.


Dapat dilihat bahwa tabel ‘Nomor Absen’ terduplikat karena dengan inner join maka penggabungan dilakukan secara default menggabungkan seluruh kolom pada tabel jika memang tidak dispesifikkan untuk kolom tertentu.


3. Perbedaan Natural Join dengan Cross Join

Berdasarkan definisi dan contoh di atas, maka dapat disimpulkan perbedaan natural join dan cross join seperti berikut.


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


4. Perbedaan Natural Join dengan Inner Join

Sedangkan perbedaan natural join dan inner join terangkum pada tabel berikut.


Ternyata bentuk Join table pada SQL sangat bermacam-macam. Tentu Sahabat DQ dapat membedakannya dengan mudah jika sering berlatih. Contoh di atas hanya penjelasan dengan data yang sederhana. Sedangkan pada praktiknya di dunia kerja, data yang akan diolah jauh lebih kompleks. Untuk itu, penting bagi Sahabat DQ mulai belajar lebih mendalam dengan materi yang lebih lengkap.


Kalian bisa mulai belajar dengan modul yang ada di DQLab. Modul ini didesain dengan bahasa yang mudah diikuti dan cocok untuk kalian yang baru belajar. Yuk segera Sign Up dan perdalam pemahaman SQL kalian!


Penulis: Dita Feby

Editor: Annisa Widya

Mulai Karier
sebagai Praktisi
Data Bersama
DQLab

Daftar sekarang dan ambil langkah
pertamamu untuk mengenal
Data Science.

Buat Akun


Atau

Sudah punya akun? Login