DAX: Measure vs Calculated Column, Kapan Pakai Apa (2026)
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:
| Aspek | Calculated Column | Measure |
|---|---|---|
| Kapan dihitung | Sekali, saat data dimuat | Tiap visual atau filter berubah |
| Disimpan? | Iya, per baris | Nggak |
| Pakai memori | Banyak di tabel besar | Sedikit |
| Bisa jadi filter/slicer? | Bisa | Nggak |
| Cocok buat | Nilai tetap per baris | Agregasi 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.
| Kebutuhan | Pilihan | Alasan |
|---|---|---|
| Label kategori harga | Calculated column | Dipakai jadi slicer |
| Total penjualan | Measure | Berubah ikut filter |
| Rata-rata per transaksi | Measure | Agregasi dinamis |
| Margin per produk | Calculated column | Nilai 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.
Mau praktek langsung? Mulai latihan SQL gratis
Latihan interaktif, langsung di browser.
Artikel terkait
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.
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.
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.