Fungsi GROUP BY dan HAVING di SQL: Panduan Lengkap

Apa Itu GROUP BY di SQL?

Pernah bingung gimana caranya ngitung total penjualan per provinsi? Atau pengen tau rata-rata order per kategori produk? Nah, di sinilah GROUP BY jadi penyelamat kamu.

GROUP BY itu perintah SQL yang dipakai buat mengelompokkan baris data berdasarkan satu atau lebih kolom. Setelah dikelompokkan, kamu bisa pakai fungsi agregasi kayak SUM, COUNT, AVG, MAX, atau MIN untuk ngitung sesuatu dari tiap kelompok.

Praktiknya, GROUP BY misahin tumpukan data penjualan berdasarkan provinsi, terus hitung total penjualan masing-masing provinsi itu.

Kenapa GROUP BY Penting Banget?

Sebagai Data Analyst, kamu pasti sering banget dapet request kayak gini:

• "Berapa total penjualan per bulan?"
• "Produk mana yang paling laku di tiap provinsi?"
• "Rata-rata nilai order per kategori berapa sih?"

Semua pertanyaan itu butuh GROUP BY. Tanpa GROUP BY, kamu cuma bisa dapet satu angka total dari seluruh data. Tapi dengan GROUP BY, kamu bisa breakdown datanya jadi insight yang lebih meaningful.

Dataset yang Akan Kita Pakai

Buat tutorial ini, kita pakai dataset penjualan UMKM Indonesia. Bayangin kamu jadi Data Analyst di platform marketplace yang bantu UMKM jualan online.

Tabel: penjualan

id	tanggal	provinsi	kategori	produk	qty	harga_satuan	total
1	2024-01-15	Jawa Barat	Makanan	Keripik Singkong	50	15000	750000
2	2024-01-15	Jawa Tengah	Kerajinan	Batik Tulis	5	250000	1250000
3	2024-01-16	Jawa Barat	Makanan	Dodol Garut	30	25000	750000
4	2024-01-16	Bali	Kerajinan	Ukiran Kayu	3	500000	1500000
5	2024-01-17	Jawa Barat	Fashion	Kaos Distro	20	85000	1700000
6	2024-01-17	Jawa Tengah	Makanan	Lumpia Semarang	40	20000	800000
7	2024-01-18	Bali	Makanan	Pie Susu	100	8000	800000
8	2024-01-18	Yogyakarta	Kerajinan	Perak Kotagede	10	150000	1500000
9	2024-01-19	Jawa Barat	Makanan	Keripik Singkong	60	15000	900000
10	2024-01-19	Jawa Tengah	Fashion	Batik Cap	15	120000	1800000

Tabel: umkm

id	nama_usaha	provinsi	kategori	tahun_berdiri
1	Keripik Bu Siti	Jawa Barat	Makanan	2018
2	Batik Sekar	Jawa Tengah	Kerajinan	2015
3	Dodol Pak Asep	Jawa Barat	Makanan	2020
4	Bali Craft	Bali	Kerajinan	2019
5	Urban Threads	Jawa Barat	Fashion	2021

Sintaks Dasar GROUP BY

Ini struktur dasar GROUP BY:

SELECT kolom_grouping, FUNGSI_AGREGASI(kolom)
FROM nama_tabel
WHERE kondisi
GROUP BY kolom_grouping;

Yang perlu kamu inget:
1. Kolom yang muncul di SELECT (yang bukan fungsi agregasi) HARUS ada di GROUP BY
2. GROUP BY dijalankan SETELAH WHERE
3. Kamu bisa GROUP BY lebih dari satu kolom

Contoh 1: Total Penjualan per Provinsi

Ini contoh paling basic. Kita mau tau total penjualan di tiap provinsi.

SELECT
    provinsi,
    SUM(total) AS total_penjualan
FROM penjualan
GROUP BY provinsi;

Hasil:

provinsi	total_penjualan
Jawa Barat	4100000
Jawa Tengah	3850000
Bali	2300000
Yogyakarta	1500000

Keren kan? Dengan satu query, kamu bisa langsung liat provinsi mana yang penjualannya paling gede.

Contoh 2: Jumlah Transaksi dan Rata-rata per Kategori

Sekarang kita mau liat performa tiap kategori produk.

SELECT
    kategori,
    COUNT(*) AS jumlah_transaksi,
    SUM(total) AS total_penjualan,
    AVG(total) AS rata_rata_order
FROM penjualan
GROUP BY kategori;

Hasil:

kategori	jumlah_transaksi	total_penjualan	rata_rata_order
Makanan	5	4000000	800000
Kerajinan	3	4250000	1416667
Fashion	2	3500000	1750000

Dari sini keliatan bahwa walaupun Makanan punya transaksi paling banyak, tapi rata-rata nilai ordernya paling kecil. Sementara Fashion punya rata-rata order tertinggi.

Contoh 3: GROUP BY dengan Multiple Columns

Kamu juga bisa grouping berdasarkan lebih dari satu kolom. Misalnya, kita mau liat penjualan per provinsi DAN per kategori.

SELECT
    provinsi,
    kategori,
    SUM(total) AS total_penjualan
FROM penjualan
GROUP BY provinsi, kategori
ORDER BY provinsi, total_penjualan DESC;

Hasil:

provinsi	kategori	total_penjualan
Bali	Kerajinan	1500000
Bali	Makanan	800000
Jawa Barat	Fashion	1700000
Jawa Barat	Makanan	2400000
Jawa Tengah	Fashion	1800000
Jawa Tengah	Kerajinan	1250000
Jawa Tengah	Makanan	800000
Yogyakarta	Kerajinan	1500000

Nah, sekarang kamu bisa liat breakdown yang lebih detail. Jawa Barat ternyata paling kuat di kategori Makanan.

Apa Itu HAVING?

Oke, sekarang bayangin kamu mau filter hasil GROUP BY. Misalnya, kamu cuma mau liat provinsi yang total penjualannya di atas 2 juta.

Banyak yang mikir, "Ya udah pake WHERE aja dong!"

Tapi tunggu dulu. WHERE itu filter SEBELUM data di-group. Jadi kamu ga bisa nulis kayak gini:

-- INI SALAH!
SELECT provinsi, SUM(total) AS total_penjualan
FROM penjualan
WHERE SUM(total) > 2000000  -- Error!
GROUP BY provinsi;

Query di atas bakal error karena WHERE ga bisa pake fungsi agregasi. Di sinilah HAVING masuk.

HAVING itu filter yang dijalankan SETELAH GROUP BY. Jadi kamu bisa filter berdasarkan hasil agregasi.

Sintaks HAVING

SELECT kolom_grouping, FUNGSI_AGREGASI(kolom)
FROM nama_tabel
WHERE kondisi_per_baris
GROUP BY kolom_grouping
HAVING kondisi_agregasi;

Urutan eksekusi:
1. FROM - ambil data dari tabel
2. WHERE - filter baris individual
3. GROUP BY - kelompokkan data
4. HAVING - filter hasil grouping
5. SELECT - pilih kolom yang mau ditampilkan
6. ORDER BY - urutkan hasil

Contoh 4: HAVING untuk Filter Agregasi

Sekarang kita coba filter provinsi dengan total penjualan di atas 2 juta.

SELECT
    provinsi,
    SUM(total) AS total_penjualan
FROM penjualan
GROUP BY provinsi
HAVING SUM(total) > 2000000;

Hasil:

provinsi	total_penjualan
Jawa Barat	4100000
Jawa Tengah	3850000
Bali	2300000

Yogyakarta ga masuk karena total penjualannya cuma 1.5 juta.

Contoh 5: Kombinasi WHERE dan HAVING

Ini yang sering bikin bingung. Kapan pake WHERE, kapan pake HAVING?

Inget aturan ini:
- WHERE: filter baris SEBELUM grouping (filter per record)
- HAVING: filter SETELAH grouping (filter hasil agregasi)

Misalnya, kamu mau liat total penjualan per kategori, tapi:
1. Cuma untuk transaksi di bulan Januari 2024
2. Dan cuma kategori yang total penjualannya di atas 1 juta

SELECT
    kategori,
    SUM(total) AS total_penjualan
FROM penjualan
WHERE tanggal BETWEEN '2024-01-01' AND '2024-01-31'
GROUP BY kategori
HAVING SUM(total) > 1000000;

Hasil:

kategori	total_penjualan
Makanan	4000000
Kerajinan	4250000
Fashion	3500000

Di sini, WHERE filter dulu transaksi yang di Januari, baru di-group dan difilter pake HAVING.

Contoh 6: HAVING dengan COUNT

HAVING juga sering dipake bareng COUNT. Misalnya, kamu mau cari provinsi yang punya minimal 3 transaksi.

SELECT
    provinsi,
    COUNT(*) AS jumlah_transaksi
FROM penjualan
GROUP BY provinsi
HAVING COUNT(*) >= 3;

Hasil:

provinsi	jumlah_transaksi
Jawa Barat	4
Jawa Tengah	3

Bali dan Yogyakarta ga masuk karena transaksinya kurang dari 3.

Contoh 7: Multiple Conditions di HAVING

Kamu bisa pakai AND dan OR di HAVING, sama kayak di WHERE.

SELECT
    kategori,
    COUNT(*) AS jumlah_transaksi,
    SUM(total) AS total_penjualan,
    AVG(total) AS rata_rata
FROM penjualan
GROUP BY kategori
HAVING COUNT(*) >= 2 AND AVG(total) > 1000000;

Hasil:

kategori	jumlah_transaksi	total_penjualan	rata_rata
Kerajinan	3	4250000	1416667
Fashion	2	3500000	1750000

Query ini cari kategori yang punya minimal 2 transaksi DAN rata-rata order di atas 1 juta.

Contoh 8: GROUP BY dengan Date Functions

Ini sering banget dipake buat bikin laporan periodik. Misalnya, total penjualan per minggu.

SELECT
    DATE_TRUNC('week', tanggal) AS minggu,
    SUM(total) AS total_penjualan
FROM penjualan
GROUP BY DATE_TRUNC('week', tanggal)
ORDER BY minggu;

Atau kalau kamu mau per bulan:

SELECT
    EXTRACT(YEAR FROM tanggal) AS tahun,
    EXTRACT(MONTH FROM tanggal) AS bulan,
    SUM(total) AS total_penjualan
FROM penjualan
GROUP BY
    EXTRACT(YEAR FROM tanggal),
    EXTRACT(MONTH FROM tanggal)
ORDER BY tahun, bulan;

Contoh 9: GROUP BY dengan JOIN

Sekarang kita gabungin tabel penjualan dengan tabel umkm. Misalnya, kita mau tau total penjualan per tahun berdiri UMKM.

SELECT
    u.tahun_berdiri,
    COUNT(DISTINCT u.id) AS jumlah_umkm,
    SUM(p.total) AS total_penjualan
FROM penjualan p
JOIN umkm u ON p.provinsi = u.provinsi AND p.kategori = u.kategori
GROUP BY u.tahun_berdiri
ORDER BY u.tahun_berdiri;

Ini bisa ngasih insight menarik, misalnya UMKM yang udah lama berdiri penjualannya gimana dibanding yang baru.

Common Mistakes yang Harus Dihindari

Mistake 1: Kolom Non-Agregat ga Ada di GROUP BY

-- SALAH
SELECT provinsi, kategori, SUM(total)
FROM penjualan
GROUP BY provinsi;  -- kategori ga di-include

Ini bakal error. Semua kolom yang bukan fungsi agregasi HARUS ada di GROUP BY.

Mistake 2: Pake WHERE untuk Filter Agregasi

-- SALAH
SELECT provinsi, SUM(total)
FROM penjualan
WHERE SUM(total) > 1000000  -- Error!
GROUP BY provinsi;

Pake HAVING, bukan WHERE, untuk filter hasil agregasi.

Mistake 3: Salah Urutan Clause

-- SALAH
SELECT provinsi, SUM(total)
FROM penjualan
HAVING SUM(total) > 1000000
GROUP BY provinsi;  -- HAVING sebelum GROUP BY

Urutan yang bener: SELECT, FROM, WHERE, GROUP BY, HAVING, ORDER BY.

Mistake 4: Lupa NULL Values

NULL itu dikelompokkan jadi satu grup tersendiri. Kadang ini bikin hasil query jadi unexpected. Pake COALESCE kalau perlu handle NULL.

SELECT
    COALESCE(provinsi, 'Tidak Diketahui') AS provinsi,
    SUM(total) AS total_penjualan
FROM penjualan
GROUP BY provinsi;

Tips Praktis buat Data Analyst

1. Aliasing Hasil Agregasi

Selalu kasih alias yang descriptive ke hasil agregasi. Ini bikin query lebih readable dan hasilnya lebih gampang dipahami.

SELECT
    kategori,
    SUM(total) AS total_pendapatan,
    AVG(total) AS rata_rata_transaksi,
    MAX(total) AS transaksi_terbesar
FROM penjualan
GROUP BY kategori;

2. Pake ORDER BY buat Sorting

Hasil GROUP BY biasanya lebih berguna kalau di-sort.

SELECT
    provinsi,
    SUM(total) AS total_penjualan
FROM penjualan
GROUP BY provinsi
ORDER BY total_penjualan DESC;  -- Dari yang terbesar

3. ROUND untuk Angka Decimal

Rata-rata sering menghasilkan angka decimal panjang. Pake ROUND biar lebih clean.

SELECT
    kategori,
    ROUND(AVG(total), 2) AS rata_rata
FROM penjualan
GROUP BY kategori;

4. Combine dengan CASE WHEN

Kamu bisa bikin grouping yang lebih custom pake CASE WHEN.

SELECT
    CASE
        WHEN total < 1000000 THEN 'Small'
        WHEN total < 2000000 THEN 'Medium'
        ELSE 'Large'
    END AS order_size,
    COUNT(*) AS jumlah
FROM penjualan
GROUP BY
    CASE
        WHEN total < 1000000 THEN 'Small'
        WHEN total < 2000000 THEN 'Medium'
        ELSE 'Large'
    END;

Kapan Pake GROUP BY vs Subquery?

Kadang ada yang bingung, mending pake GROUP BY atau subquery. Aturan simpelnya:

• GROUP BY: Kalau kamu mau agregasi dan tampilin hasilnya langsung
• Subquery: Kalau hasil agregasi mau dipake buat filter atau join dengan data lain

Contoh pake subquery:

-- Cari transaksi yang nilainya di atas rata-rata
SELECT *
FROM penjualan
WHERE total > (
    SELECT AVG(total) FROM penjualan
);

Kesimpulan

Nah, sekarang kamu udah paham kan gimana caranya pake GROUP BY dan HAVING? Inget poin-poin ini:

1. GROUP BY mengelompokkan data berdasarkan kolom tertentu
2. HAVING filter hasil agregasi (setelah GROUP BY)
3. WHERE filter baris individual (sebelum GROUP BY)
4. Semua kolom non-agregat di SELECT HARUS ada di GROUP BY
5. Urutan: FROM > WHERE > GROUP BY > HAVING > SELECT > ORDER BY

Latihan itu kunci. Coba bikin query sendiri pake dataset yang kamu punya. Mulai dari yang simple kayak COUNT dan SUM per kategori, terus lanjut ke yang lebih kompleks.

Kalau ada pertanyaan, langsung aja praktek di nguliksql.id.