00:00Pernah nggak sih, lihat data seabrek-abrek, rasanya kayak tenggelam dan bingung mau mulai dari mana?
00:04Nah, kalau iya, Anda datang ke tempat yang pas.
00:06Hari ini, kita bakal belajar bareng cara mengendalikan detail.
00:10Gimana caranya mengubah tumpukan data mentah yang bikin pusing itu jadi wawasan yang tajam dan berguna.
00:15Oke, buat menguasain detail ini, kita nggak bisa langsung lompat ke akhir ya.
00:18Kita harus bangun pelan-pelan.
00:20Nah, ini dia peta jalan kita.
00:22Pertama, kita lihat masalahnya dari baris data biasa jadi ringkasan.
00:25Terus kita bangun fondasi pakai grup buy.
00:27Lanjut, kita filter datanya pakai where, kasih nama yang cakep pakai S, terus filter lagi hasilnya pakai having.
00:33Terakhir, kita gabungin semuanya biar bener-bener jadi master detail data.
00:37Sip, kita mulai dari bagian pertama, dari baris keringkasan.
00:40Nah, ini dia nih tantangan utamanya, data yang kebanyakan.
00:44Ini masalah klasik lho, mau Anda baru belajar atau udah jagoan data, pasti pernah ngalamin ini.
00:49Coba deh bayangin, Anda disuruh ngertiin satu hutan, tapi caranya dengan ngeliatin tiap halai daun satu-satu.
00:54Mustahil kan?
00:55Ya, persis kayak gitu rasanya pas kita lihat ribuan baris data.
00:58Detailnya banyak banget yang harusnya ngebantu, eh malah bikin kita nggak lihat gambaran besarnya.
01:03Jadi, pertanyaannya, gimana caranya kita mundur sedikit biar bisa lihat polanya, lihat hutannya, bukan cuma daunnya?
01:09Jawabannya, ya berhenti ngeliatin daunnya satu-satu dan mulai lihat gromolan pohonnya.
01:13Nah, di dunia SKL, gromolan pohon ini kita sebut grup buy.
01:17Inilah senyata andalan pertama kita, alat yang super fundamental buat mengubah lautan detail yang berantakan jadi sebuah ringkasan yang jelas
01:23dan yang paling penting punya arti.
01:25Oke, kita udah tahu apanya.
01:27Sekarang, yuk kita bongkar gimana-nya.
01:29Kita masuk ke fondasi grup buy.
01:31Ini adalah langkah pertama buat benar-benar bisa meringkas data.
01:35Lihat deh, query-nya simpel banget.
01:37Di sini, kita nggak lagi bilang kasih lihat semua kota.
01:39Bukan, perintah kita ke database sekarang beda.
01:42Tolong hitung ada berapa kota, tapi, eh, kelompokin dulu ya berdasarkan negaranya.
01:47Cuma dengan satu baris ini, cara pandang kita langsung berubah.
01:50Dari daftar yang panjang banget jadi ringkasan per negara.
01:53Keren kan?
01:53Nah, urutannya ini penting banget loh.
01:56Logikanya gini, SKL itu nggak ngitung dulu baru ngelompokin.
01:59Salah.
02:00Yang bener itu, dia ambil dulu semua data dari tabel city,
02:04terus dia bungkus-bungkusin data itu ke dalam grup berdasarkan country code.
02:07Nah, setelah grup-grup itu jadi, baru deh, dia ngitung isi tiap grupnya.
02:12Paham urutan ini?
02:13Tuh kuncinya.
02:13Oke, bikin grup udah bisa.
02:15Tapi, gimana kalau kita mau lebih spesifik?
02:18Gimana kalau kita cuma mau ngelompokin data tertentu aja?
02:21Nah, ini dia lapisan kontrol kita yang selanjutnya.
02:24Di sinilah, where berperan.
02:26Anggap aja where ini kayak satpam atau penjaga gerbang.
02:29Tugasnya nyaring data mana yang boleh masuk ke proses grup buy.
02:32Jadi di query ini, kita bilang ke satpamnya.
02:34Eh, yang boleh masuk cuma data dari Indonesia,
02:36alias IDN ya.
02:38Jadi, semua data negara lain itu ditolak di depan.
02:40Jauh sebelum grup buy mulai kerja.
02:42Penting tuh sebelum.
02:43Analisis kita makin canggih nih.
02:45Tapi, kadang hasilnya, ya namanya aneh, susah dibaca orang awam.
02:50Nah, langkah berikutnya ini soal kejelasan.
02:52Biar hasil kerja keras kita gampang dimengerti.
02:55Caranya gampang banget, tinggal pakai AS buat bikin nama alias.
02:58Lihat deh bedanya.
02:59Nama kolom yang tadinya AVG of Population,
03:02kedengeran teknis banget kan?
03:03Langsung berubah jadi rata-rata.
03:05Jauh lebih jelas.
03:06Ini detail sepele, tapi efeknya gede banget.
03:08Apalagi pas kita mau kasih lihat hasil ini ke orang lain.
03:11Tadi, kita udah nyaring data mentah di depan pakai where.
03:14Tapi, gimana kalau kita mau nyaring lagi setelah datanya dikelompokin dan dihitung?
03:18Misal, kita cuma mau lihat grup-grup yang nilainya gede.
03:21Nah, ini dia lapisan kontrol terakhir kita.
03:23Nah, buat tugas ini, kita butuh alat lain, namanya having.
03:27Kunci dari having ini adalah waktu.
03:30Dia baru bekerja setelah semua data dikelompokkan sama grup buy.
03:33Jadi, ini ngasih kita kekuatan super buat nyaring hasil ringkasannya,
03:37bukan lagi data mentahnya.
03:38Oke, biar makin jelas bedanya ya.
03:40Ini penting banget.
03:41Anggep aja, where itu kayak quality control buat bahan baku.
03:44Dia ngecek satu-satu sebelum dimasak.
03:46Sementara having, itu quality control buat masakan yang udah jadi.
03:49Dia ngecek hasil akhirnya setelah semua proses selesai.
03:52Sama-sama filter, tapi kerjanya di tahap yang beda banget.
03:55Nah, ini dia puncaknya.
03:56Sekarang, kita gabungin semua senjata yang udah kita pelajari.
04:00Ada where, group buy, as, sama having.
04:03Semuanya kita masukin dalam satu query sakti,
04:05yang nunjukin kontrol penuh atas detail data.
04:08Lihat deh query ini.
04:09Ini keren banget.
04:10Kita nggak cuma minta rata-rata populasi per provinsi di Indonesia.
04:13Bukan.
04:14Kita lebih spesifik lagi.
04:16Kita bilar, tolong cariin provinsi di Indonesia,
04:19hitung rata-rata populasinya,
04:20terus tunjukin ke saya cuma yang rata-ratanya di atas 500 ribu jiwa.
04:25Dari jutaan baris data, boom, kita dapat jawaban yang super spesifik.
04:29Inilah yang namanya menguasai detail.
04:31Dan inilah intinya.
04:32Perjalanan kita tadi itu dari lautan data yang luas,
04:35terus kita saring, kita kelompokin, kita saring lagi,
04:37sampai akhirnya kita cuma dapat segeling tirwawasan
04:39yang paling penting dan paling relevan.
04:41Bener-bener kontrol penuh.
04:42Jadi, pada akhirnya, ini bukan cuma soal hafal sinteks SQL ya.
04:46Ini tentang ngasih Anda kekuatan buat bertanya.
04:49Kalau Anda udah bisa mengontrol detailnya,
04:51pertanyaan Anda bukan lagi sekedar isi datanya apa sih?
04:53Pertanyaannya jadi jauh lebih dalam.
04:55Kira-kira cerita apa nih yang sembunyi di dalam data ini?
04:58Nah, sekarang giliran Anda.
04:59Coba temukan cerita di data Anda.
05:00Kira-kira cerita di data Anda.
Komentar