DAX: Measure vs Calculated Column, Kapan Pakai Apa (2026)
Blog/Dashboard & Visualisasi/DAX: Measure vs Calculated Column, Kapan Pakai Apa (2026)

DAX: Measure vs Calculated Column, Kapan Pakai Apa (2026)

BimaBima
·12 Oktober 2026·8 menit baca

Penulis

Bima

Bima

Founder & Data Professional

Bagikan

TL;DR

Di DAX, calculated column dihitung sekali dan disimpan per baris di tabel, sedangkan measure dihitung ulang tiap kali visual atau filter berubah. Pakai calculated column buat nilai tetap yang mau kamu pakai jadi filter atau baris, misalnya kategori harga. Pakai measure buat agregasi kayak total dan rata-rata yang bereaksi ke slicer. Measure lebih hemat memori dan biasanya pilihan default.

Di DAX, calculated column dihitung sekali dan disimpan per baris di tabel, sedangkan measure dihitung ulang tiap kali visual atau filter berubah.

Beda ini kelihatan sepele, tapi dampaknya besar ke ukuran file dan performa dashboard. Salah pilih bisa bikin model Power BI kamu berat tanpa alasan.

Artikel ini bandingin keduanya, jelasin kapan pakai yang mana, dan kasih contoh DAX nyata pakai data penjualan.

Apa itu measure dan calculated column?

Calculated column adalah kolom baru yang kamu bikin pakai rumus DAX, dihitung sekali waktu data dimuat, lalu disimpan di tabel baris per baris. Measure adalah rumus DAX yang nggak disimpan, tapi dihitung ulang tiap kali dipakai di visual. Keduanya ditulis pakai DAX, tapi cara kerjanya beda.

Gampangnya, calculated column itu kayak nambah kolom di tabel yang isinya tetap. Measure itu kayak kalkulator yang jalan pas kamu butuh.

Buat paham beda ini, kamu perlu ngerti dulu apa itu measure dan gimana filter context ngaruh ke hasilnya.

Apa beda measure dan calculated column?

Bedanya ada di kapan dihitung dan di mana disimpan. Calculated column dihitung sekali dan disimpan per baris, makan memori. Measure dihitung saat visual jalan dan nggak disimpan, hemat memori. Tabel ini ngerangkum bedanya:

AspekCalculated ColumnMeasure
Kapan dihitungSekali, saat data dimuatTiap visual atau filter berubah
Disimpan?Iya, per barisNggak
Pakai memoriBanyak di tabel besarSedikit
Bisa jadi filter/slicer?BisaNggak
Cocok buatNilai tetap per barisAgregasi dinamis

Satu perbedaan kunci: calculated column bisa dipakai sebagai baris, sumbu, atau slicer. Measure nggak bisa, karena dia nggak punya nilai per baris. Ini sering jadi penentu kamu harus pilih yang mana.

Kapan pakai calculated column?

Pakai calculated column kalau kamu butuh nilai per baris yang mau dipakai jadi filter, slicer, atau sumbu. Contoh paling umum, ngelompokin data. Misalnya, ngasih label kategori harga ke tiap produk. Nilai ini tetap per baris dan nggak berubah tergantung filter, jadi cocok disimpan.

Contoh calculated column buat ngelompokin harga:

Kategori Harga =
IF(
    Produk[Harga] < 20000, "Murah",
    IF(Produk[Harga] < 50000, "Sedang", "Mahal")
)

Kolom ini ngasih tiap produk label Murah, Sedang, atau Mahal. Karena disimpan per baris, kamu bisa pakai dia jadi slicer atau sumbu di grafik. Measure nggak bisa ngerjain ini.

Kapan pakai measure?

Pakai measure buat semua agregasi yang harus bereaksi ke filter, kayak total, rata-rata, atau persen. Measure dihitung saat visual jalan, jadi angkanya nyesuain slicer yang aktif. Ini pilihan default buat sebagian besar kebutuhan dashboard, karena hemat memori dan fleksibel.

Contoh measure buat total penjualan:

Total Penjualan =
SUM(Penjualan[Jumlah])

Angka ini otomatis berubah tergantung filter. Kalau kamu klik slicer bulan Oktober, measure cuma ngitung penjualan Oktober. Kalau kamu bikin ini jadi calculated column, hasilnya bakal salah, karena column nggak ngerti konteks filter visual.

Buat agregasi yang lebih rumit kayak persen dari total, measure dipadu fungsi kayak ALL dan ALLEXCEPT.

Contoh Kasus: dashboard penjualan toko_berkah

Anggap toko_berkah punya tabel Produk dan Penjualan. Kamu mau bikin dashboard yang bisa difilter per kategori harga dan nunjukin total penjualan.

Kategori harga jadi calculated column, karena dipakai buat slicer. Total penjualan jadi measure, karena harus bereaksi ke slicer itu.

KebutuhanPilihanAlasan
Label kategori hargaCalculated columnDipakai jadi slicer
Total penjualanMeasureBerubah ikut filter
Rata-rata per transaksiMeasureAgregasi dinamis
Margin per produkCalculated columnNilai tetap per baris

Dengan pembagian ini, model tetap ringan. Dari yang aku lihat, ngeganti calculated column yang sebenernya bisa jadi measure bisa nurunin ukuran file Power BI cukup lumayan di tabel jutaan baris, karena kolom hitungan berhenti disimpan per baris.

Kalau kamu perlu narik data antar tabel buat calculated column, cek DAX RELATED.

Kesalahan Umum Milih Measure atau Column

Beberapa jebakan yang sering bikin model berat atau hasil salah:

  • Semua dibikin calculated column. Ini bikin file gemuk dan lambat. Total dan rata-rata harusnya measure.
  • Maksa measure jadi slicer. Measure nggak bisa dipakai buat slicer. Kalau butuh filter, kamu perlu calculated column.
  • Nyimpen hasil agregasi di column. Total penjualan di calculated column nggak bereaksi ke filter, jadi angkanya sering salah.
  • Nggak sadar dampak memori. Di tabel kecil beda nggak kerasa. Di jutaan baris, calculated column yang salah bisa bikin file bengkak.

Aturan praktisnya, default ke measure. Baru pindah ke calculated column kalau kamu butuh nilai itu sebagai baris, filter, atau slicer.

FAQ

Pertanyaan yang sering muncul soal measure vs calculated column.

Penutup

Measure dihitung saat visual jalan dan hemat memori, calculated column disimpan per baris dan bisa jadi filter. Pilih sesuai kebutuhan, jangan sesuai kebiasaan.

Inget aturan sederhananya: default ke measure buat agregasi, pakai calculated column cuma kalau butuh nilai per baris buat filter atau slicer.

Lanjut belajar fungsi yang bikin measure kamu lebih pintar di ALL dan ALLEXCEPT. Detail resmi soal keduanya ada di dokumentasi Power BI Microsoft. Terus latihan bikin dashboard sampai pilihan ini 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