DAX ALL dan ALLEXCEPT: Mengabaikan Filter (2026)
Blog/Dashboard & Visualisasi/DAX ALL dan ALLEXCEPT: Mengabaikan Filter (2026)

DAX ALL dan ALLEXCEPT: Mengabaikan Filter (2026)

BimaBima
·9 Oktober 2026·9 menit baca

Penulis

Bima

Bima

Founder & Data Professional

Bagikan

TL;DR

ALL dan ALLEXCEPT di DAX adalah fungsi buat ngabaikan filter waktu ngitung measure. ALL ngehapus semua filter dari tabel atau kolom, cocok buat ngitung persen dari total keseluruhan. ALLEXCEPT ngehapus semua filter kecuali kolom yang kamu sebut, cocok buat persen dari total per kategori. Keduanya dipakai di dalam CALCULATE sebagai pengubah filter.

ALL dan ALLEXCEPT di DAX adalah fungsi buat ngabaikan filter waktu ngitung measure di Power BI.

Dua fungsi ini yang bikin kamu bisa ngitung persen dari total. Tanpa mereka, tiap baris di visual bakal ngasih 100% karena kena filter yang sama dengan pembaginya.

Di tutorial ini kamu bakal paham cara kerja ALL, kapan ganti ke ALLEXCEPT, dan contoh nyata pakai data penjualan. Ada code DAX yang langsung bisa kamu tiru.

Apa itu ALL dan ALLEXCEPT di DAX?

ALL adalah fungsi DAX yang ngehapus filter dari tabel atau kolom, jadi perhitungan ngeliat data penuh tanpa dipotong slicer. ALLEXCEPT mirip, tapi dia nyisain satu atau beberapa kolom tetap kena filter. Keduanya dipakai di dalam CALCULATE buat ngubah konteks filter sebuah measure.

Konteks filter itu kondisi yang lagi berlaku pas measure dihitung. Misalnya, kamu lagi di baris "Beras" di sebuah tabel, berarti measure cuma ngitung data beras.

ALL bilang ke measure: abaikan itu, hitung semuanya. Kalau kamu baru di DAX, pahami dulu filter context dan measure biar langkah berikutnya nyambung.

Gimana cara kerja fungsi ALL?

ALL dipakai di dalam CALCULATE buat ngehapus filter dari argumen yang kamu kasih. Paling umum buat ngitung total keseluruhan sebagai pembagi. Hasilnya tetap sama di semua baris, karena filter barisnya udah diabaikan. Ini yang bikin kamu bisa hitung porsi tiap item.

Anggap kamu punya tabel Penjualan dengan kolom Produk, Kategori, dan Jumlah. Kamu mau ngitung persen tiap produk terhadap total penjualan:

Persen dari Total =
DIVIDE(
    SUM(Penjualan[Jumlah]),
    CALCULATE(
        SUM(Penjualan[Jumlah]),
        ALL(Penjualan)
    )
)

Pembilangnya, SUM(Penjualan[Jumlah]), tetap ngikutin baris yang lagi aktif. Pembaginya pakai ALL(Penjualan), jadi dia ngitung total semua baris tanpa filter. Hasil bagi keduanya ngasih porsi tiap produk.

DIVIDE dipakai biar aman dari error bagi nol. Kalau pembaginya 0, DIVIDE balikin kosong, bukan error.

Kamu juga bisa pakai ALL cuma di satu kolom, misalnya ALL(Penjualan[Produk]). Ini ngehapus filter dari kolom Produk aja, filter lain tetap jalan.

Kapan pakai ALLEXCEPT?

Pakai ALLEXCEPT waktu kamu mau ngabaikan semua filter kecuali beberapa kolom tertentu. Contoh paling sering: persen dari total dalam satu kategori. Kamu mau tau kontribusi produk terhadap kategorinya, bukan terhadap seluruh toko. ALLEXCEPT nahan kolom Kategori tetap aktif.

Pakai data yang sama, ini measure-nya:

Persen dari Total Kategori =
DIVIDE(
    SUM(Penjualan[Jumlah]),
    CALCULATE(
        SUM(Penjualan[Jumlah]),
        ALLEXCEPT(Penjualan, Penjualan[Kategori])
    )
)

Bedanya cuma di argumen filter. ALLEXCEPT(Penjualan, Penjualan[Kategori]) ngehapus semua filter kecuali Kategori. Jadi pembaginya total per kategori, bukan total toko.

Hasilnya, kalau ada 3 produk di kategori sembako, persen mereka dijumlahin bakal pas 100% dalam kategori itu.

ALL vs ALLEXCEPT: bedanya di mana?

Keduanya ngabaikan filter, tapi cakupannya beda. ALL buang semua, ALLEXCEPT buang semua kecuali yang kamu jaga. Tabel ini ngerangkum kapan pakai yang mana:

AspekALLALLEXCEPT
Filter yang dihapusSemua di tabel/kolomSemua kecuali kolom yang disebut
Pembagi yang dihasilkanTotal keseluruhanTotal per grup
Cocok buatPersen terhadap total tokoPersen dalam kategori
Contoh argumenALL(Penjualan)ALLEXCEPT(Penjualan, Penjualan[Kategori])

Gampangnya, pilih ALL kalau pembandingnya seluruh data. Pilih ALLEXCEPT kalau pembandingnya cuma dalam satu grup.

Contoh Kasus: kontribusi produk toko_berkah

Anggap toko_berkah, UMKM sembako, punya data penjualan setahun. Kamu mau bikin dashboard yang nunjukin produk mana yang paling nyumbang omzet.

Pakai measure Persen dari Total tadi, hasilnya kira-kira begini:

ProdukPenjualanPersen dari Total
BerasRp 151 juta31%
Minyak gorengRp 88 juta18%
GulaRp 63 juta13%
LainnyaRp 185 juta38%

Dari angka ini, kelihatan beras nyumbang hampir sepertiga omzet. Kalau slicer diganti ke bulan tertentu, pembilangnya ikut berubah tapi porsinya tetap relatif ke total tahunan, karena ALL ngabaikan filter bulan di pembagi.

Measure kayak gini yang bikin dashboard kamu langsung ngasih insight, bukan cuma numpuk angka. Kalau kamu belum kenal fungsi DAX pengambil data antar tabel, cek dulu DAX RELATED.

Kesalahan Umum Pakai ALL dan ALLEXCEPT

Beberapa jebakan yang sering bikin hasil measure kelihatan aneh:

  • Lupa CALCULATE. ALL di luar CALCULATE balikin tabel, bukan ngubah filter. Buat persen dari total, ALL harus di dalam CALCULATE.
  • Salah kolom di ALLEXCEPT. Kalau kamu sebut kolom yang salah, grupnya jadi nggak sesuai dan persennya kacau.
  • Nggak pakai DIVIDE. Bagi biasa pakai tanda / bisa error kalau pembaginya 0. DIVIDE lebih aman.
  • Nyampur ALL tabel dan ALL kolom. ALL(Penjualan) beda sama ALL(Penjualan[Produk]). Yang pertama hapus semua filter, yang kedua cuma dari satu kolom.

Kalau persen kamu mentok di 100% terus, hampir pasti pembaginya masih kena filter yang sama. Bungkus pembagi pakai ALL, beres.

FAQ

Pertanyaan yang sering muncul soal ALL dan ALLEXCEPT di DAX.

Penutup

ALL dan ALLEXCEPT itu kunci buat semua measure yang butuh pembanding total. Sekali paham, persen dari total dan analisis kontribusi jadi gampang.

Inget dua hal: ALL buang semua filter buat total keseluruhan, ALLEXCEPT nahan kolom tertentu buat total per grup. Keduanya hidup di dalam CALCULATE.

Langkah lanjutnya, pahami kapan pakai measure vs kolom di panduan measure vs calculated column. Detail resmi tiap fungsi ada di dokumentasi DAX Microsoft. Terus latihan bikin dashboard sampai measure-nya jadi refleks.

Coba Langsung

Mau praktek langsung? Mulai latihan SQL gratis

Latihan interaktif, langsung di browser.

Buka NgulikSQL →
Bagikan:
Bima
Ditulis oleh

Bima

Founder & Data Professional

Founder Ngulik Data. Passionate about making data analysis accessible for everyone.

Artikel terkait

Dashboard & Visualisasi
28 Desember 2026•7 menit baca

Bubble Chart: Kapan Dipakai dan Cara Membacanya (2026)

Bubble chart bisa nunjukin tiga angka sekaligus, tapi gampang bikin salah baca. Ini kapan dia beneran kepake, cara bacanya, plus contoh dari 5 cabang toko.

BimaBima
Cara Membuat Dashboard untuk Eksekutif (2026)
Dashboard & Visualisasi
16 Desember 2026•9 menit baca

Cara Membuat Dashboard untuk Eksekutif (2026)

Dashboard eksekutif yang bagus cukup satu layar dan lima angka. Ini cara milih metrik, nyusun layout, dan bikin owner ambil keputusan cepat.

BimaBima
Prinsip Gestalt dalam Visualisasi Data (2026)
Dashboard & Visualisasi
13 Desember 2026•8 menit baca

Prinsip Gestalt dalam Visualisasi Data (2026)

Prinsip Gestalt jelasin gimana otak ngelompokkan elemen visual otomatis. Pahami 6 prinsip utamanya biar dashboard dan grafik kamu langsung kebaca.

BimaBima
Kembali ke Blog
Ngulik Data logoNgulik Data

Platform edukasi data lengkap untuk professionals Indonesia. Belajar SQL, Data Analysis, dan lebih banyak lagi dengan praktek langsung dan feedback real-time.

© 2026 Ngulik Data. Semua hak dilindungi.

TAUTAN
BantuanHargaDatasetBlogAfiliasi
LEGAL
Syarat & KetentuanKebijakan Privasi
Ngulik Data
DatasetLeaderboardBlogStore