TL;DR
Cara paling efektif belajar SQL pakai AI adalah nyuruh AI jadi tutor yang ngasih soal dan ngoreksi, bukan mesin yang nulisin query buat kamu. Kasih AI skema tabel dan data contoh dulu, tulis query kamu sendiri, baru minta koreksi plus penjelasan kenapa salah. Pola "nulis dulu, baru tanya" ini yang bikin kamu beneran bisa SQL, bukan cuma bisa copy-paste.
Cara paling cepat belajar SQL pakai AI: suruh AI jadi tutor yang ngasih soal dan ngoreksi, bukan mesin yang nulisin query buat kamu.
Kedengerannya sepele, tapi ini yang bedain orang yang setelah 3 bulan bisa nulis query sendiri sama orang yang tetap panik tiap kali AI-nya lagi down.
Di sini aku kasih pola latihan yang aku pakai sendiri: cara nyetel AI jadi tutor, prompt yang bisa langsung kamu copy, dan jebakan yang bikin banyak orang ngerasa belajar padahal cuma nyalin.
Kegagalannya hampir selalu bentuknya sama: kamu ketik "bikinin query buat cari top 5 produk terlaris", AI ngasih query, kamu copy, jalan, selesai. Terasa produktif. Nol pembelajaran.
Ada nama buat ini: Tutorial Paralysis versi AI. Kamu ngerasa ngerti waktu baca jawaban, tapi begitu disuruh nulis dari kosong, blank.
Otak butuh retrieval (narik jawaban dari kepala sendiri) buat bikin memori nempel. Baca query yang udah jadi itu recognition, bukan retrieval. Beda hasilnya jauh.
Makanya aturan nomor satu: nulis dulu, baru tanya. Bahkan kalau query kamu salah total. Terutama kalau salah total.
Tutor yang bener butuh tiga hal: tau materi apa yang lagi kamu pelajari, tau level kamu di mana, dan punya data buat bikin soal. Kasih ketiganya di prompt pembuka.
Ini prompt yang bisa kamu tempel apa adanya:
Kamu tutor SQL aku. Aturan mainnya:
1. Aku level pemula-menengah. Udah paham SELECT, WHERE, ORDER BY.
Lagi belajar GROUP BY, HAVING, dan JOIN.
2. Kasih aku SATU soal per giliran. Jangan kasih jawabannya.
3. Aku bakal kirim query aku. Kamu koreksi:
- Bener atau salah
- Kalau salah, kasih tau BAGIAN MANA yang salah, jangan langsung
kasih jawaban benernya
- Kalau aku masih salah 2x, baru kasih jawaban + penjelasan
4. Kalau query aku bener tapi ada cara yang lebih rapi, tunjukin.
5. Naikin kesulitan pelan-pelan.
Dialek: PostgreSQL.
Skema tabelnya:
CREATE TABLE penjualan (
id_transaksi INT,
tanggal DATE,
cabang VARCHAR(50),
produk VARCHAR(100),
qty INT,
harga_satuan DECIMAL(12,2)
);
Contoh 3 baris:
1 | 2026-05-02 | Depok | Beras 5kg | 2 | 68000
2 | 2026-05-02 | Bekasi | Minyak 2L | 3 | 38000
3 | 2026-05-03 | Depok | Gula 1kg | 5 | 17500
Mulai dari soal pertama.Bagian paling penting ada di aturan nomor 3. Tanpa itu, AI bakal langsung ngasih jawaban benernya begitu lihat query kamu salah. Dan kamu balik ke mode nyalin.
Sesi 30 menit, 5 hari seminggu. Ini yang aku pakai:
Langkah nomor 3 itu yang paling sering dilewatin, dan itu yang paling nendang. Ngoreksi query yang udah dibenerin AI cuma bikin kamu ngerasa paham. Nulis ulang dari nol yang bikin beneran paham.
Query aku error. Jangan benerin dulu.
Jelasin dulu ERROR-nya artinya apa pakai bahasa manusia,
terus kasih 1 petunjuk ke arah mana aku harus lihat.
[tempel query + pesan error]Query ini jalan tapi hasilnya 4x lipat dari yang aku harapin.
Tanya balik ke aku 2-3 pertanyaan buat bantu aku nemu
penyebabnya sendiri. Jangan kasih jawaban.
[tempel query]Yang ini emas buat belajar JOIN. Hasil yang membengkak biasanya gara-gara relasi one-to-many yang nggak kamu sadari. Dan kalau kamu nemu sendiri sekali, kamu nggak akan lupa.
Aku udah nyaman sama GROUP BY dan JOIN dasar.
Kasih 1 soal yang butuh window function, tapi jangan sebut
nama fungsinya. Biar aku yang cari tau.Ini transkrip sesi latihan pakai dataset ngulikdata. Tabelnya penjualan, 6 cabang Toko Berkah, data Mei 2026.
Soal dari AI: "Cari cabang yang omzetnya di atas rata-rata semua cabang di Mei 2026."
Query pertama yang aku tulis (dan salah):
SELECT cabang, SUM(qty * harga_satuan) AS omzet
FROM penjualan
WHERE tanggal BETWEEN '2026-05-01' AND '2026-05-31'
AND SUM(qty * harga_satuan) > AVG(qty * harga_satuan)
GROUP BY cabang;Koreksi AI (bukan jawaban, cuma petunjuk): "Kamu naruh agregat di WHERE. Coba inget: WHERE jalan sebelum atau sesudah GROUP BY?"
Nah. WHERE jalan sebelum baris digrup, jadi dia nggak bisa lihat hasil SUM. Yang bisa filter setelah grouping itu HAVING. Terus rata-ratanya juga bukan rata-rata per transaksi. Tapi rata-rata omzet per cabang. Beda banget.
Query benernya:
SELECT
cabang,
SUM(qty * harga_satuan) AS omzet
FROM penjualan
WHERE tanggal BETWEEN '2026-05-01' AND '2026-05-31'
GROUP BY cabang
HAVING SUM(qty * harga_satuan) > (
SELECT AVG(omzet_cabang) FROM (
SELECT SUM(qty * harga_satuan) AS omzet_cabang
FROM penjualan
WHERE tanggal BETWEEN '2026-05-01' AND '2026-05-31'
GROUP BY cabang
) AS t
)
ORDER BY omzet DESC;Hasilnya dari dataset ngulikdata:
| Cabang | Omzet Mei 2026 |
|---|---|
| Depok | Rp 412.300.000 |
| Bekasi | Rp 388.900.000 |
| Tangerang | Rp 355.100.000 |
Rata-rata 6 cabang: Rp 344.033.333. Tiga cabang di atas garis itu.
Yang bikin nempel bukan query benernya. Yang bikin nempel itu momen sadar "oh, WHERE jalan sebelum GROUP BY". Dan itu cuma muncul kalau kamu salah duluan.
CREATE TABLE atau hasil DESCRIBE di awal sesi.AI bagus banget buat sintaks, koreksi, dan soal latihan. Tapi ada yang dia nggak bisa kasih:
cabang di database kamu isinya campuran "Depok", "depok", dan "DEPOK".Tiga hal itu cuma bisa kamu dapat dari kerja beneran sama data beneran.
Soalnya kamu yang harus tau query-nya bener atau nggak. AI bisa ngasih query yang jalan tapi hasilnya salah. Misalnya double counting gara-gara JOIN yang keliru. Kalau kamu nggak bisa baca SQL, kamu nggak akan sadar. Di interview kerja juga masih ditanya SQL tanpa AI. Anggap AI itu kalkulator: berguna, tapi kamu tetap harus ngerti matematikanya.
Semua model besar sekarang udah oke buat SQL dasar sampai menengah. Yang lebih ngaruh itu cara kamu ngeprompt, bukan modelnya. Yang penting: pilih yang bisa nampung konteks panjang biar skema tabel kamu muat, dan yang bisa kamu ajak bolak-balik ngobrol. Kalau butuh yang bisa langsung eksekusi query, cari yang punya code interpreter.
Tiga cek cepat. Satu, jalanin di data kecil yang kamu tau jawabannya, misal 20 baris yang bisa kamu hitung manual. Dua, cek jumlah baris hasilnya masuk akal; kalau JOIN bikin baris meledak, ada yang salah. Tiga, minta AI jelasin tiap klausa pakai bahasa manusia, terus cocokin sama maksud kamu.
Buat level yang cukup buat kerjaan analis harian (SELECT, WHERE, GROUP BY, JOIN, dan window function dasar), realistisnya 4 sampai 8 minggu kalau latihan 30 menit sehari. Yang bikin lama biasanya bukan materinya, tapi nggak pernah nulis query sendiri. Nonton tutorial 10 jam kalah sama nulis 50 query.
Soalnya AI nebak dari pola umum. Kalau kamu bilang "tabel penjualan", dia bakal asumsi ada kolom kayak total_harga atau sales_amount. Padahal di tabel kamu namanya beda. Cara nyegahnya: tempel hasil DESCRIBE atau CREATE TABLE tabel kamu ke prompt di awal sesi, plus 3-5 baris data contoh.
Nulis query dulu, baru minta koreksi. Kalau kebalik, kamu cuma jadi tukang copy. Kasih AI skema tabel dan dialek di awal sesi juga, soalnya tanpa itu dia bakal ngarang nama kolom.
Buat latihan yang butuh referensi cepat, cek halaman fungsi GROUP BY dan HAVING, atau baca definisi SQL di glossary. Kalau mau tau batas kemampuan AI di SQL, dokumentasi resmi PostgreSQL soal agregasi masih jadi sumber yang paling akurat buat ngecek jawaban AI.
Lanjut baca: BigQuery vs PostgreSQL dan Data Wrangling: Kenapa Makan 70% Waktu Analis.
Mau praktek langsung? Mulai latihan SQL gratis
Latihan interaktif, langsung di browser.
Tools AI bisa bikin chart dan ringkas data dalam hitungan detik. Jadi Python masih perlu dipelajari analis di 2026? Jawabannya iya, tapi alasannya udah beda dari 3 tahun lalu.
Aku tes forecasting AI di data penjualan 4 cabang toko grosir. Hasilnya lebih akurat dari tebakan manual, tapi meleset parah di satu titik yang mahal.
Cara ngolah ribuan review pelanggan jadi insight pakai AI, dari nyusun prompt yang konsisten, ngasih label, sampai ngubah hasilnya jadi rekomendasi yang bisa dieksekusi.