Perbedaan INNER JOIN, LEFT JOIN, RIGHT JOIN, dan FULL JOIN di SQL

Apa Itu JOIN dan Kenapa Penting Banget?

Pernah bingung kenapa hasil query kamu returnnya lebih banyak atau lebih sedikit dari yang diharapkan? Atau mungkin pernah dapet error "ambiguous column name" yang bikin frustrasi?

Tenang, kamu ga sendirian kok. JOIN emang salah satu konsep SQL yang paling sering bikin pemula garuk-garuk kepala. Tapi setelah paham logikanya, JOIN justru jadi skill paling powerful yang bakal sering kamu pakai sehari-hari.

Kenapa Sih Harus Pakai JOIN?

Bayangin kamu kerja di startup e-commerce Jakarta. Data karyawan disimpan di satu tabel, data departemen di tabel lain. Kalau mau tau "siapa aja yang kerja di departemen Engineering?", kamu perlu gabungin kedua tabel itu.

Nah, JOIN itu cara SQL buat menggabungkan data dari dua atau lebih tabel berdasarkan kolom yang nyambung (biasanya foreign key).

Contoh situasi yang butuh JOIN:
- Gabungin data order dengan data customer
- Lihat produk beserta nama kategorinya
- Tampilkan karyawan beserta nama departemennya
- Analisis transaksi dengan info user

Intinya, kalau data kamu tersebar di beberapa tabel (yang emang best practice dalam database design), JOIN itu wajib dikuasai.

Dataset yang Kita Pakai

Biar gampang dipahami, kita pakai contoh dataset startup di Jakarta. Ada dua tabel: karyawan dan departemen.

Tabel: karyawan

Tabel: departemen

Perhatiin nih:
- Rudi Hartono punya departemen_id NULL (belum di-assign)
- Departemen HR (id=4) ga punya karyawan

Kondisi kayak gini sering banget terjadi di real world. Dan di sinilah pemahaman tentang jenis-jenis JOIN jadi penting.

INNER JOIN: Ambil yang Match Aja

INNER JOIN itu yang paling basic dan paling sering dipakai. Konsepnya simpel: cuma ambil data yang ada di KEDUA tabel.

Visualisasi

    Karyawan        Departemen
    ┌─────┐         ┌─────┐
    │     │         │     │
    │  ███████████████████│
    │     │         │     │
    └─────┘         └─────┘
          ↑
    Bagian yang di-highlight
    = hasil INNER JOIN

Syntax

SELECT kolom1, kolom2, ...
FROM tabel_kiri
INNER JOIN tabel_kanan ON tabel_kiri.kolom = tabel_kanan.kolom;

Contoh 1: Basic INNER JOIN

SELECT
    k.nama,
    k.gaji,
    d.nama_dept,
    d.lokasi
FROM karyawan k
INNER JOIN departemen d ON k.departemen_id = d.id;

Output:

Perhatiin:
- Rudi Hartono ga muncul (karena departemen_id NULL, ga match sama departemen manapun)
- Departemen HR ga muncul (karena ga ada karyawan yang punya departemen_id = 4)

Contoh 2: INNER JOIN dengan Filter

SELECT
    k.nama,
    k.gaji,
    d.nama_dept
FROM karyawan k
INNER JOIN departemen d ON k.departemen_id = d.id
WHERE d.lokasi = 'Sudirman';

Output:

Contoh 3: INNER JOIN dengan Aggregation

SELECT
    d.nama_dept,
    COUNT(k.id) AS jumlah_karyawan,
    AVG(k.gaji) AS rata_rata_gaji
FROM karyawan k
INNER JOIN departemen d ON k.departemen_id = d.id
GROUP BY d.nama_dept;

Output:

Kapan Pakai INNER JOIN?
- Kamu cuma butuh data yang punya relasi lengkap di kedua tabel
- Ga peduli sama data yang "yatim" (orphan records)
- Contoh: Laporan penjualan yang cuma nampilin order yang udah ada customer-nya

LEFT JOIN: Ambil Semua dari Tabel Kiri

LEFT JOIN (atau LEFT OUTER JOIN) itu ambil semua data dari tabel kiri, plus data yang match dari tabel kanan. Kalau ga match, kolom dari tabel kanan jadi NULL.

Visualisasi

    Karyawan        Departemen
    ┌─────┐         ┌─────┐
    │█████│         │     │
    │█████████████████████│
    │█████│         │     │
    └─────┘         └─────┘
    ↑
    Semua dari kiri + yang match dari kanan

Syntax

SELECT kolom1, kolom2, ...
FROM tabel_kiri
LEFT JOIN tabel_kanan ON tabel_kiri.kolom = tabel_kanan.kolom;

Contoh 1: Basic LEFT JOIN

SELECT
    k.nama,
    k.gaji,
    d.nama_dept,
    d.lokasi
FROM karyawan k
LEFT JOIN departemen d ON k.departemen_id = d.id;

Output:

Nah, sekarang Rudi Hartono muncul! Tapi nama_dept dan lokasi-nya NULL karena dia ga punya departemen.

Contoh 2: Cari Data yang Ga Match

Ini pattern yang sering banget dipakai: cari data di tabel kiri yang GA ADA di tabel kanan.

SELECT
    k.nama,
    k.gaji
FROM karyawan k
LEFT JOIN departemen d ON k.departemen_id = d.id
WHERE d.id IS NULL;

Output:

Pattern ini berguna banget buat:
- Cari customer yang belum pernah order
- Cari produk yang belum pernah terjual
- Cari user yang belum lengkapin profile

Contoh 3: LEFT JOIN dengan COALESCE

COALESCE itu buat handle NULL values. Berguna banget biar output lebih readable.

SELECT
    k.nama,
    k.gaji,
    COALESCE(d.nama_dept, 'Belum Ditentukan') AS departemen
FROM karyawan k
LEFT JOIN departemen d ON k.departemen_id = d.id;

Output:

Kapan Pakai LEFT JOIN?
- Mau keep semua data dari tabel utama
- Perlu analisis data yang "yatim" (ga punya relasi)
- Contoh: List semua karyawan, termasuk yang belum di-assign ke departemen

RIGHT JOIN: Ambil Semua dari Tabel Kanan

RIGHT JOIN kebalikannya LEFT JOIN. Ambil semua data dari tabel kanan, plus data yang match dari tabel kiri.

Visualisasi

    Karyawan        Departemen
    ┌─────┐         ┌─────┐
    │     │         │█████│
    │█████████████████████│
    │     │         │█████│
    └─────┘         └─────┘
                    ↑
    Yang match dari kiri + semua dari kanan

Syntax

SELECT kolom1, kolom2, ...
FROM tabel_kiri
RIGHT JOIN tabel_kanan ON tabel_kiri.kolom = tabel_kanan.kolom;

Contoh 1: Basic RIGHT JOIN

SELECT
    k.nama,
    k.gaji,
    d.nama_dept,
    d.lokasi
FROM karyawan k
RIGHT JOIN departemen d ON k.departemen_id = d.id;

Output:

Sekarang departemen HR muncul! Tapi nama dan gaji-nya NULL karena ga ada karyawan di departemen itu.

Contoh 2: Cari Departemen yang Kosong

SELECT
    d.nama_dept,
    d.lokasi
FROM karyawan k
RIGHT JOIN departemen d ON k.departemen_id = d.id
WHERE k.id IS NULL;

Output:

Tips: RIGHT JOIN Jarang Dipakai

Jujur aja nih, dalam prakteknya RIGHT JOIN jarang dipakai. Kenapa? Karena kamu bisa dapetin hasil yang sama dengan nuker posisi tabel dan pakai LEFT JOIN.

Query ini:

SELECT * FROM karyawan k RIGHT JOIN departemen d ON k.departemen_id = d.id;

Sama hasilnya dengan:

SELECT * FROM departemen d LEFT JOIN karyawan k ON d.id = k.departemen_id;

Kebanyakan developer lebih prefer LEFT JOIN karena lebih gampang dibaca (tabel utama selalu di kiri).

FULL OUTER JOIN: Ambil Semuanya

FULL OUTER JOIN (atau FULL JOIN) itu gabungan LEFT dan RIGHT JOIN. Ambil semua data dari kedua tabel, match yang bisa di-match, sisanya dikasih NULL.

Visualisasi

    Karyawan        Departemen
    ┌─────┐         ┌─────┐
    │█████│         │█████│
    │█████████████████████│
    │█████│         │█████│
    └─────┘         └─────┘
    ↑                   ↑
    Semua dari kedua tabel

Syntax

SELECT kolom1, kolom2, ...
FROM tabel_kiri
FULL OUTER JOIN tabel_kanan ON tabel_kiri.kolom = tabel_kanan.kolom;

Contoh: FULL OUTER JOIN

SELECT
    k.nama,
    k.gaji,
    d.nama_dept,
    d.lokasi
FROM karyawan k
FULL OUTER JOIN departemen d ON k.departemen_id = d.id;

Output:

Sekarang SEMUA data muncul:
- Karyawan yang punya departemen
- Karyawan yang ga punya departemen (Rudi)
- Departemen yang ga punya karyawan (HR)

Catatan: MySQL ga support FULL OUTER JOIN secara native. Kamu perlu pakai UNION:

SELECT k.nama, k.gaji, d.nama_dept, d.lokasi
FROM karyawan k
LEFT JOIN departemen d ON k.departemen_id = d.id

UNION

SELECT k.nama, k.gaji, d.nama_dept, d.lokasi
FROM karyawan k
RIGHT JOIN departemen d ON k.departemen_id = d.id;

Kapan Pakai FULL OUTER JOIN?
- Mau analisis data yang "yatim" di kedua sisi
- Data reconciliation atau audit
- Contoh: Bandingkan data dari dua sistem yang harusnya sama

CROSS JOIN: Semua Kombinasi

CROSS JOIN itu beda sendiri. Dia bikin semua kemungkinan kombinasi dari kedua tabel (Cartesian Product).

Syntax

SELECT kolom1, kolom2, ...
FROM tabel_kiri
CROSS JOIN tabel_kanan;

Contoh: CROSS JOIN

SELECT
    k.nama,
    d.nama_dept
FROM karyawan k
CROSS JOIN departemen d;

Kalau karyawan ada 5 baris dan departemen ada 4 baris, hasilnya 5 x 4 = 20 baris.

Kapan Pakai CROSS JOIN?
- Bikin kombinasi untuk analisis (misal: semua kombinasi produk dan region)
- Generate test data
- Bikin date dimension table

Hati-hati: CROSS JOIN bisa bikin hasil yang BESAR BANGET. Kalau dua tabel masing-masing 10.000 baris, hasilnya 100 juta baris!

Cheat Sheet Perbandingan JOIN

Kesalahan Umum Saat Pakai JOIN

Kesalahan #1: Lupa ON Clause

-- SALAH: Ini jadi CROSS JOIN!
SELECT * FROM karyawan k JOIN departemen d;

-- BENAR
SELECT * FROM karyawan k JOIN departemen d ON k.departemen_id = d.id;

Kesalahan #2: Ambiguous Column Name

-- SALAH: Kolom 'id' ada di kedua tabel
SELECT id, nama FROM karyawan k JOIN departemen d ON k.departemen_id = d.id;

-- BENAR: Pakai alias
SELECT k.id, k.nama FROM karyawan k JOIN departemen d ON k.departemen_id = d.id;

Kesalahan #3: Salah Pilih Jenis JOIN

Ini yang paling sering terjadi. Pastiin kamu paham data mana yang mau di-keep:
- Mau keep semua karyawan? Pakai LEFT JOIN
- Mau keep semua departemen? Pakai RIGHT JOIN (atau swap dan pakai LEFT)
- Cuma mau yang match? Pakai INNER JOIN

Kesalahan #4: JOIN Tanpa Index

Kalau query JOIN kamu lambat, kemungkinan besar kolom yang dipakai buat JOIN ga ada index-nya. Pastikan kolom foreign key udah di-index.

CREATE INDEX idx_karyawan_dept ON karyawan(departemen_id);

Latihan

Coba kerjain soal ini pakai dataset karyawan dan departemen di atas:

Soal 1: Tampilkan nama karyawan dan nama departemen untuk semua karyawan di lokasi 'Sudirman'

SELECT k.nama, d.nama_dept
FROM karyawan k
INNER JOIN departemen d ON k.departemen_id = d.id
WHERE d.lokasi = 'Sudirman';

Soal 2: Hitung jumlah karyawan per departemen, termasuk departemen yang kosong

SELECT
    d.nama_dept,
    COUNT(k.id) AS jumlah_karyawan
FROM departemen d
LEFT JOIN karyawan k ON d.id = k.departemen_id
GROUP BY d.nama_dept;

Soal 3: Cari karyawan yang belum di-assign ke departemen manapun

SELECT k.nama, k.gaji
FROM karyawan k
LEFT JOIN departemen d ON k.departemen_id = d.id
WHERE d.id IS NULL;

Key Takeaways

1. INNER JOIN ambil data yang match di kedua tabel. Paling sering dipakai untuk report standar.

2. LEFT JOIN keep semua data dari tabel kiri. Berguna buat cek data yang ga punya relasi.

3. RIGHT JOIN kebalikan LEFT JOIN, tapi jarang dipakai. Lebih baik swap tabel dan pakai LEFT JOIN.

4. FULL OUTER JOIN ambil semua data dari kedua tabel. Cocok buat data reconciliation.

5. Selalu pakai alias buat menghindari ambiguous column error dan bikin query lebih readable.

Selanjutnya

Kalau kamu udah paham JOIN, next step-nya:
- Cara Menggunakan Subquery di SQL
- Common Table Expression (CTE) di SQL
- Window Functions SQL

Mulai Latihan Sekarang!

Teori doang ga cukup. Langsung praktek di NgulikSQL buat latihan soal JOIN dengan dataset Indonesia. Atau kalau mau explore lebih, coba SQLBolt dan DataLemur.

Ada pertanyaan? Comment di bawah atau DM aku di Instagram @ngulikdata.

Happy querying!