SQL (Structured Query Language) adalah bahasa standar untuk mengakses dan mengolah data di database relasional. Bagi data analyst, SQL adalah alat utama untuk mengambil data dari sistem perusahaan, menggabungkan tabel, membersihkan data, dan menghasilkan insight yang dibutuhkan tim bisnis, mulai dari laporan penjualan harian hingga analisis perilaku pelanggan.
Kalau kamu buka lowongan data analyst di LinkedIn atau Jobstreet hari ini, hampir 90% akan menyebut SQL sebagai syarat utama. Bukan Python. Bukan Excel. SQL dulu. Ini bukan kebetulan, karena sebagian besar waktu kerja seorang data analyst dihabiskan untuk berinteraksi langsung dengan database. Dan satu-satunya cara untuk melakukan itu adalah lewat SQL.
Yang sering membingungkan adalah: SQL itu luas. Ada puluhan perintah, ratusan fungsi. Tidak semua dipakai di pekerjaan nyata. Panduan ini memilah mana yang wajib dikuasai lebih dulu, dipetakan ke level karier yang realistis.
Kenapa Data Analyst Harus Bisa SQL, Bukan Cukup Excel?
SQL unggul dalam satu hal yang Excel tidak bisa lakukan dengan baik: bekerja dengan data berukuran besar yang tersimpan di database perusahaan. Seorang data analyst di perusahaan fintech seperti Amar Bank atau Traveloka tidak bekerja dengan file .xlsx berisi 500 baris. Mereka mengakses tabel berisi jutaan transaksi yang tersimpan di sistem seperti MySQL, PostgreSQL, atau BigQuery.
Excel cocok untuk analisis skala kecil dan laporan yang sudah siap. SQL adalah alat untuk mengambil data dari sumbernya, membersihkan, dan menggabungkan, sebelum data itu siap dianalisis lebih lanjut. Python hadir setelahnya, untuk analisis statistik dan machine learning. Urutannya penting: SQL dulu, Python kemudian.
Kabar baiknya, SQL bukan bahasa pemrograman konvensional. Sintaksnya mirip bahasa Inggris. Kalau kamu sudah bisa VLOOKUP di Excel, kamu sudah punya intuisi dasar yang dibutuhkan untuk memahami SQL.
Tiga Level SQL yang Perlu Kamu Kuasai
Tidak semua query SQL dibutuhkan di waktu yang sama. Ini pemetaan realistis berdasarkan kebutuhan per level karier:
| Level | Query yang Dibutuhkan | Target Karier |
| Basic | SELECT, FROM, WHERE, ORDER BY, GROUP BY, fungsi agregat | Cukup untuk melamar posisi entry-level |
| Menengah | JOIN (INNER, LEFT, RIGHT), HAVING, subquery, CASE WHEN | Dibutuhkan untuk lolos interview teknis |
| Advanced | Window function (RANK, ROW_NUMBER), CTE, query optimization | Nilai plus untuk posisi mid-senior |
Jika kamu baru mulai, fokus dulu ke level Basic dan Menengah. Itu sudah lebih dari cukup untuk membuka pintu ke profesi data analyst.
Query SQL Dasar yang Paling Sering Dipakai
SELECT dan FROM: Semua Dimulai dari Sini
SELECT adalah perintah paling fundamental. Ia berfungsi untuk mengambil kolom tertentu dari sebuah tabel. FROM menunjuk ke tabel mana data diambil.
SELECT nama_produk, total_penjualan
FROM laporan_penjualan;
Di pekerjaan nyata, kamu tidak akan pakai SELECT * (ambil semua kolom) di production query karena boros resource. Biasakan menyebutkan kolom spesifik yang dibutuhkan.
WHERE: Menyaring Data Sesuai Kondisi
WHERE digunakan untuk memfilter data. Tanpa ini, kamu akan mengambil seluruh isi tabel, yang dalam database perusahaan bisa berarti jutaan baris.
SELECT nama_pelanggan, kota, total_transaksi
FROM pelanggan
WHERE total_transaksi > 5000000;
Contoh di atas mengambil data pelanggan dengan total transaksi di atas Rp5 juta. Seorang analyst di tim marketing perlu query seperti ini untuk membuat segmen pelanggan premium.
GROUP BY dan Fungsi Agregat: Angka Ringkasan yang Dicari Tim Bisnis
Manajemen jarang butuh daftar baris satu per satu. Yang mereka minta biasanya angka ringkasan: berapa total penjualan per kota? Berapa rata-rata nilai transaksi per bulan? GROUP BY bekerja bersama fungsi agregat untuk menjawab pertanyaan itu.
Fungsi agregat yang paling sering dipakai:
- COUNT() untuk menghitung jumlah baris
- SUM() untuk menjumlahkan nilai
- AVG() untuk rata-rata
- MIN() dan MAX() untuk nilai terendah dan tertinggi
SELECT kota, COUNT(order_id) AS total_order, SUM(total_amount) AS total_penjualan
FROM orders
GROUP BY kota
ORDER BY total_penjualan DESC;
HAVING: Filter Setelah Agregasi
HAVING sering membingungkan karena terlihat mirip WHERE. Perbedaannya satu: WHERE menyaring baris sebelum agregasi, HAVING menyaring kelompok setelah agregasi. Ini yang sering salah di interview teknis.
SELECT kota, SUM(total_amount) AS total_penjualan
FROM orders
GROUP BY kota
HAVING SUM(total_amount) > 100000000;
Kamu tidak bisa menulis WHERE SUM(total_amount) > 100000000 karena nilai total belum dihitung pada tahap WHERE.
JOIN: Cara Data Analyst Menggabungkan Tabel
Data di perusahaan hampir tidak pernah tersimpan dalam satu tabel besar. Informasi pelanggan, transaksi, produk, dan pembayaran biasanya dipisah ke tabel yang berbeda. Kemampuan menggabungkan tabel dengan JOIN adalah yang membedakan analyst pemula dari yang siap kerja.
INNER JOIN hanya mengambil data yang ada di kedua tabel. Jika seorang pelanggan tidak punya transaksi, ia tidak akan muncul.
SELECT c.nama_pelanggan, o.order_date, o.total_amount
FROM customers AS c
INNER JOIN orders AS o ON c.customer_id = o.customer_id
WHERE o.order_status = ‘Completed’;
LEFT JOIN mengambil semua data dari tabel kiri, dan menampilkan NULL untuk baris yang tidak punya pasangan di tabel kanan. Berguna untuk menemukan pelanggan yang belum pernah transaksi, atau produk yang belum terjual.
SELECT c.customer_id, c.nama_pelanggan
FROM customers AS c
LEFT JOIN orders AS o ON c.customer_id = o.customer_id
WHERE o.order_id IS NULL;
Pola ini sangat umum di tim marketing untuk kampanye reaktivasi pelanggan non-aktif.
Mau belajar JOIN dan query lanjutan langsung dari praktisi industri? Data Analyst Bootcamp Rework Academy mengajarkan SQL dari dasar hingga siap kerja, dengan kelas malam dua kali seminggu yang bisa diikuti sambil tetap bekerja.
CASE WHEN: Logika Segmentasi dalam Satu Query
CASE WHEN adalah cara SQL menulis logika “jika… maka…”. Data analyst sering memakainya untuk membuat kategori atau segmen langsung dari query, tanpa harus mengekspor data ke Excel terlebih dahulu.
SELECT customer_id, total_transaksi,
CASE
WHEN total_transaksi >= 10000000 THEN ‘Platinum’
WHEN total_transaksi >= 5000000 THEN ‘Gold’
ELSE ‘Regular’
END AS segmen_pelanggan
FROM ringkasan_pelanggan;
Urutan kondisi penting: SQL membaca dari atas ke bawah dan berhenti di kondisi pertama yang terpenuhi. Letakkan batas tertinggi selalu di baris pertama.
Tips Belajar SQL Sambil Kerja: Estimasi Waktu yang Realistis
Tidak semua orang belajar SQL sebagai mahasiswa penuh waktu. Mayoritas datang dari posisi yang sama: masih kerja, belajar di sela-sela waktu. Ini yang bisa diharapkan:
| Waktu Belajar per Hari | Level Basic | Basic + Menengah (Siap Interview) |
| 1 jam/hari | 3-4 minggu | 7-9 minggu |
| 2 jam/hari | 2 minggu | 4-5 minggu |
Tidak punya background IT? Tidak masalah. SQL bukan bahasa pemrograman yang membutuhkan logika coding dari nol. Struktur dasarnya bisa dipahami dalam hitungan hari, bukan bulan.
Untuk latihan mandiri, platform seperti SQLBolt (untuk pemula total) dan NgulikSQL (konteks Indonesia, gratis) bisa menjadi titik mulai. Yang lebih penting dari platform adalah konsistensi: 1 jam setiap hari jauh lebih efektif dari 8 jam sekali seminggu.
Kalau ingin tahu posisi SQL dalam perjalanan karier data analyst secara keseluruhan, lihat roadmap data analyst dari nol sampai siap kerja yang sudah kami susun khusus untuk pemula.
FAQ: Pertanyaan yang Sering Muncul tentang SQL
Apakah data analyst harus bisa SQL?
Ya, SQL adalah skill utama yang disebutkan di hampir semua deskripsi kerja data analyst di Indonesia. Tanpa SQL, kamu tidak bisa mengakses data dari database perusahaan secara langsung.
Apa perbedaan SQL dan Excel untuk analisis data?
Excel cocok untuk data skala kecil yang sudah siap dianalisis. SQL digunakan untuk mengakses, memfilter, dan menggabungkan data dari database yang bisa berisi jutaan baris. Keduanya sering dipakai bersamaan dalam satu workflow.
Apakah SQL lebih sulit dari Python?
SQL secara umum lebih mudah dipelajari karena sintaksnya lebih dekat ke bahasa Inggris sehari-hari. Python lebih fleksibel untuk analisis statistik dan machine learning, tapi SQL selalu dibutuhkan lebih dulu.
Berapa lama belajar SQL dari nol?
Untuk level Basic yang cukup melamar posisi entry-level, sekitar 2-4 minggu dengan latihan konsisten 1-2 jam per hari. Level Menengah yang dibutuhkan untuk lolos interview teknis membutuhkan tambahan 4-6 minggu.
Query SQL apa yang paling sering keluar di interview data analyst?
Pertanyaan tentang JOIN (perbedaan INNER vs LEFT), perbedaan WHERE dan HAVING, fungsi agregat, serta kasus menemukan data duplikat atau pelanggan non-aktif adalah yang paling umum.
Mulai dari Mana?
SQL bukan penghalang masuk ke dunia data. Dengan urutan yang benar, yaitu Basic dulu, lalu JOIN dan logika menengah, kamu sudah punya fondasi yang dibutuhkan untuk melamar dan menjalankan pekerjaan data analyst di perusahaan Indonesia.
Salah satu skill SQL yang paling dicari, yaitu kemampuan membaca data dalam konteks bisnis, bukan sekadar menghafal sintaks. Itu yang membuat data analyst tetap relevan di era AI sekarang. Selengkapnya tentang kenapa skill ini tahan otomatisasi, kamu bisa baca di 7 skill wajib data analyst 2026.
Kalau kamu ingin belajar SQL dalam struktur yang jelas, dipandu mentor aktif dari Telkom Indonesia, Traveloka, dan BCA Digital, dengan jadwal kelas malam dua kali seminggu yang tidak mengganggu jam kerja, Rework Academy menyediakan program yang dirancang khusus untuk kondisi itu. Cek kurikulum lengkap Data Analyst Bootcamp dan lihat apakah ini cocok untuk langkah karier kamu selanjutnya.
