Cara Menggunakan Subquery di SQL (Dengan 10 Contoh Praktis)

Apa Itu Subquery?

Pernah kepikiran ga, gimana caranya cari produk yang harganya di atas rata-rata? Atau gimana caranya nampilin customer yang belanja paling banyak?

Untuk kasus kayak gitu, kamu butuh yang namanya subquery. Subquery itu basically query di dalam query. Kamu nulis satu query, terus hasilnya dipake sama query luar.

Contohnya kayak gini: kamu mau beli baju yang harganya di bawah rata-rata. Pertama, kamu hitung dulu rata-rata harga semua baju. Baru setelah itu, kamu filter baju yang harganya di bawah angka itu. Hitungan rata-rata itu yang jadi subquery-nya.

Kenapa Perlu Belajar Subquery?

Sebagai Data Analyst, kamu bakal sering nemuin case yang ga bisa diselesaiin cuma pake WHERE biasa. Contohnya:

• Cari transaksi di atas rata-rata
• Tampilin produk yang belum pernah kejual
• Bandingkan performa tiap cabang dengan total keseluruhan
• Filter data berdasarkan hasil agregasi tabel lain

Semua itu butuh subquery. Tanpa subquery, query kamu bakal jadi ribet banget atau bahkan ga mungkin dibikin.

Dataset yang Akan Kita Pakai

Buat tutorial ini, kita pakai dataset e-commerce lokal. Bayangin kamu jadi Data Analyst di startup marketplace Indonesia.

Tabel: produk

id	nama_produk	kategori	harga	stok
1	Batik Pekalongan	Fashion	185000	50
2	Kopi Toraja 250g	Makanan	75000	100
3	Tas Kulit Garut	Fashion	450000	25
4	Sambal Bu Rudy	Makanan	35000	200
5	Gelang Perak Bali	Aksesoris	250000	30
6	Keripik Tempe	Makanan	25000	150
7	Kaos Dagadu	Fashion	95000	80
8	Dodol Betawi	Makanan	45000	120
9	Cincin Perak	Aksesoris	175000	40
10	Mukena Bali	Fashion	320000	35

Tabel: transaksi

id	tanggal	customer_id	produk_id	qty	total
1	2024-01-15	101	1	2	370000
2	2024-01-15	102	2	3	225000
3	2024-01-16	103	4	5	175000
4	2024-01-16	101	3	1	450000
5	2024-01-17	104	6	10	250000
6	2024-01-17	102	5	1	250000
7	2024-01-18	105	7	2	190000
8	2024-01-18	103	8	4	180000
9	2024-01-19	101	2	2	150000
10	2024-01-19	106	1	1	185000

Tabel: customer

id	nama	kota	tgl_daftar
101	Budi Santoso	Jakarta	2023-06-15
102	Siti Rahayu	Bandung	2023-08-20
103	Andi Wijaya	Surabaya	2023-09-10
104	Dewi Lestari	Yogyakarta	2023-11-05
105	Reza Pratama	Semarang	2024-01-02
106	Maya Putri	Jakarta	2024-01-10

Jenis-Jenis Subquery

Ada 3 tempat utama di mana kamu bisa pake subquery:

1. Subquery di WHERE - paling umum, buat filter data
2. Subquery di FROM - bikin tabel sementara
3. Subquery di SELECT - ngitung nilai buat tiap baris

Kita bahas satu-satu dengan contoh praktis ya.

Subquery di WHERE Clause

Ini jenis subquery yang paling sering dipake. Kamu pake hasil dari subquery buat filter data di query utama.

Contoh 1: Produk dengan Harga di Atas Rata-rata

Cari produk yang harganya di atas rata-rata semua produk.

SELECT nama_produk, kategori, harga
FROM produk
WHERE harga > (
    SELECT AVG(harga) FROM produk
);

Cara kerjanya:
1. Subquery SELECT AVG(harga) FROM produk dijalankan dulu, hasilnya 165500
2. Query utama filter produk yang harganya > 165500

Hasil:

nama_produk	kategori	harga
Batik Pekalongan	Fashion	185000
Tas Kulit Garut	Fashion	450000
Gelang Perak Bali	Aksesoris	250000
Cincin Perak	Aksesoris	175000
Mukena Bali	Fashion	320000

Contoh 2: Customer dengan Total Belanja Tertinggi

Cari customer yang total belanjanya sama dengan nilai tertinggi.

SELECT c.nama, c.kota, SUM(t.total) AS total_belanja
FROM customer c
JOIN transaksi t ON c.id = t.customer_id
GROUP BY c.id, c.nama, c.kota
HAVING SUM(t.total) = (
    SELECT MAX(total_per_customer)
    FROM (
        SELECT customer_id, SUM(total) AS total_per_customer
        FROM transaksi
        GROUP BY customer_id
    ) AS sub
);

Hasil:

nama	kota	total_belanja
Budi Santoso	Jakarta	970000

Di sini kita pake nested subquery. Subquery dalem ngitung total belanja per customer, subquery luar ambil nilai MAX-nya.

Contoh 3: Menggunakan IN dengan Subquery

Cari transaksi yang produknya termasuk kategori Fashion.

SELECT t.id, t.tanggal, p.nama_produk, t.total
FROM transaksi t
JOIN produk p ON t.produk_id = p.id
WHERE t.produk_id IN (
    SELECT id FROM produk WHERE kategori = 'Fashion'
);

Hasil:

id	tanggal	nama_produk	total
1	2024-01-15	Batik Pekalongan	370000
4	2024-01-16	Tas Kulit Garut	450000
7	2024-01-18	Kaos Dagadu	190000
10	2024-01-19	Batik Pekalongan	185000

Contoh 4: Menggunakan NOT IN

Cari produk yang BELUM pernah terjual.

SELECT id, nama_produk, kategori
FROM produk
WHERE id NOT IN (
    SELECT DISTINCT produk_id FROM transaksi
);

Hasil:

id	nama_produk	kategori
9	Cincin Perak	Aksesoris
10	Mukena Bali	Fashion

Ini berguna banget buat analisis produk yang ga laku.

Contoh 5: Subquery dengan ANY/ALL

Cari produk yang harganya lebih mahal dari SEMUA produk kategori Makanan.

SELECT nama_produk, kategori, harga
FROM produk
WHERE harga > ALL (
    SELECT harga FROM produk WHERE kategori = 'Makanan'
);

Hasil:

nama_produk	kategori	harga
Batik Pekalongan	Fashion	185000
Tas Kulit Garut	Fashion	450000
Gelang Perak Bali	Aksesoris	250000
Kaos Dagadu	Fashion	95000
Cincin Perak	Aksesoris	175000
Mukena Bali	Fashion	320000

Harga tertinggi di kategori Makanan itu 75000 (Kopi Toraja). Jadi semua produk di atas 75000 masuk ke hasil.

Subquery di FROM Clause (Derived Table)

Subquery di FROM bikin tabel sementara yang bisa kamu query lagi. Ini berguna banget buat analisis yang kompleks.

Contoh 6: Ranking Customer berdasarkan Total Belanja

SELECT
    ranking.nama,
    ranking.kota,
    ranking.total_belanja,
    ranking.jumlah_transaksi
FROM (
    SELECT
        c.nama,
        c.kota,
        SUM(t.total) AS total_belanja,
        COUNT(*) AS jumlah_transaksi
    FROM customer c
    JOIN transaksi t ON c.id = t.customer_id
    GROUP BY c.id, c.nama, c.kota
) AS ranking
ORDER BY ranking.total_belanja DESC;

Hasil:

nama	kota	total_belanja	jumlah_transaksi
Budi Santoso	Jakarta	970000	3
Siti Rahayu	Bandung	475000	2
Andi Wijaya	Surabaya	355000	2
Dewi Lestari	Yogyakarta	250000	1
Reza Pratama	Semarang	190000	1
Maya Putri	Jakarta	185000	1

Contoh 7: Perbandingan dengan Total Keseluruhan

Hitung persentase kontribusi tiap kategori terhadap total penjualan.

SELECT
    kategori_stats.kategori,
    kategori_stats.total_penjualan,
    total_stats.grand_total,
    ROUND(
        kategori_stats.total_penjualan * 100.0 / total_stats.grand_total,
        2
    ) AS persentase
FROM (
    SELECT
        p.kategori,
        SUM(t.total) AS total_penjualan
    FROM produk p
    JOIN transaksi t ON p.id = t.produk_id
    GROUP BY p.kategori
) AS kategori_stats
CROSS JOIN (
    SELECT SUM(total) AS grand_total FROM transaksi
) AS total_stats
ORDER BY persentase DESC;

Hasil:

kategori	total_penjualan	grand_total	persentase
Fashion	1195000	2425000	49.28
Makanan	980000	2425000	40.41
Aksesoris	250000	2425000	10.31

Nah, ini insight yang valuable banget. Fashion nyumbang hampir 50% total penjualan!

Subquery di SELECT Clause (Scalar Subquery)

Subquery di SELECT dipake buat ngitung nilai yang bakal muncul sebagai kolom baru di tiap baris.

Contoh 8: Menampilkan Rata-rata di Setiap Baris

Tampilin harga produk beserta rata-rata harga kategorinya.

SELECT
    nama_produk,
    kategori,
    harga,
    (
        SELECT ROUND(AVG(harga), 0)
        FROM produk p2
        WHERE p2.kategori = p1.kategori
    ) AS avg_kategori,
    harga - (
        SELECT ROUND(AVG(harga), 0)
        FROM produk p2
        WHERE p2.kategori = p1.kategori
    ) AS selisih_dari_avg
FROM produk p1
ORDER BY kategori, harga DESC;

Hasil:

nama_produk	kategori	harga	avg_kategori	selisih_dari_avg
Gelang Perak Bali	Aksesoris	250000	212500	37500
Cincin Perak	Aksesoris	175000	212500	-37500
Tas Kulit Garut	Fashion	450000	262500	187500
Mukena Bali	Fashion	320000	262500	57500
Batik Pekalongan	Fashion	185000	262500	-77500
Kaos Dagadu	Fashion	95000	262500	-167500
Kopi Toraja 250g	Makanan	75000	45000	30000
Dodol Betawi	Makanan	45000	45000	0
Sambal Bu Rudy	Makanan	35000	45000	-10000
Keripik Tempe	Makanan	25000	45000	-20000

Ini berguna buat liat mana produk yang overpriced atau underpriced dibanding rata-rata kategorinya.

Contoh 9: Count Related Records

Tampilin produk beserta jumlah transaksinya.

SELECT
    p.nama_produk,
    p.kategori,
    p.harga,
    (
        SELECT COUNT(*)
        FROM transaksi t
        WHERE t.produk_id = p.id
    ) AS jumlah_terjual
FROM produk p
ORDER BY jumlah_terjual DESC;

Hasil:

nama_produk	kategori	harga	jumlah_terjual
Batik Pekalongan	Fashion	185000	2
Kopi Toraja 250g	Makanan	75000	2
Tas Kulit Garut	Fashion	450000	1
Sambal Bu Rudy	Makanan	35000	1
Gelang Perak Bali	Aksesoris	250000	1
Keripik Tempe	Makanan	25000	1
Kaos Dagadu	Fashion	95000	1
Dodol Betawi	Makanan	45000	1
Cincin Perak	Aksesoris	175000	0
Mukena Bali	Fashion	320000	0

Correlated Subquery

Correlated subquery itu subquery yang reference kolom dari query luar. Setiap baris di query utama, subquery-nya dijalankan ulang.

Contoh 10: Cari Transaksi Tertinggi per Customer

SELECT
    t.id,
    c.nama,
    t.tanggal,
    t.total
FROM transaksi t
JOIN customer c ON t.customer_id = c.id
WHERE t.total = (
    SELECT MAX(total)
    FROM transaksi t2
    WHERE t2.customer_id = t.customer_id
);

Hasil:

id	nama	tanggal	total
4	Budi Santoso	2024-01-16	450000
6	Siti Rahayu	2024-01-17	250000
5	Dewi Lestari	2024-01-17	250000
7	Reza Pratama	2024-01-18	190000
10	Maya Putri	2024-01-19	185000
8	Andi Wijaya	2024-01-18	180000

Di sini, t.customer_id di subquery nge-refer ke baris yang lagi diproses di query utama.

EXISTS vs IN: Kapan Pake Yang Mana?

Kadang kamu bisa pake IN atau EXISTS buat hasil yang sama. Tapi ada perbedaan performa.

Pake IN

SELECT nama_produk
FROM produk
WHERE id IN (SELECT produk_id FROM transaksi);

Pake EXISTS

SELECT nama_produk
FROM produk p
WHERE EXISTS (
    SELECT 1 FROM transaksi t WHERE t.produk_id = p.id
);

Kapan pake apa?
- EXISTS lebih cepat kalau subquery hasilnya banyak
- IN lebih cepat kalau subquery hasilnya sedikit
- EXISTS lebih aman untuk handle NULL
- IN lebih readable untuk case simple

Common Mistakes yang Harus Dihindari

Mistake 1: Subquery Return Multiple Rows Padahal Expect Single Value

-- SALAH kalau subquery return > 1 row
SELECT * FROM produk
WHERE harga = (SELECT harga FROM produk WHERE kategori = 'Fashion');

Fix: Pake IN atau agregasi function.

-- BENAR
SELECT * FROM produk
WHERE harga IN (SELECT harga FROM produk WHERE kategori = 'Fashion');

Mistake 2: Subquery Terlalu Kompleks

Kadang subquery bisa di-replace dengan JOIN yang lebih efficient.

-- Bisa jadi lambat
SELECT nama_produk
FROM produk
WHERE id IN (
    SELECT produk_id FROM transaksi WHERE total > 200000
);

-- Lebih efficient pake JOIN
SELECT DISTINCT p.nama_produk
FROM produk p
JOIN transaksi t ON p.id = t.produk_id
WHERE t.total > 200000;

Mistake 3: Lupa Alias di Derived Table

-- SALAH
SELECT * FROM (
    SELECT kategori, SUM(total) FROM transaksi GROUP BY kategori
);

-- BENAR
SELECT * FROM (
    SELECT kategori, SUM(total) AS total
    FROM transaksi
    GROUP BY kategori
) AS sub;  -- Wajib pake alias

Subquery vs CTE (Common Table Expression)

Buat query yang kompleks, kadang lebih baik pake CTE daripada nested subquery.

-- Pake Subquery (susah dibaca)
SELECT *
FROM (
    SELECT kategori, SUM(total) AS total
    FROM (
        SELECT p.kategori, t.total
        FROM produk p
        JOIN transaksi t ON p.id = t.produk_id
    ) AS sub1
    GROUP BY kategori
) AS sub2
WHERE total > 300000;

-- Pake CTE (lebih readable)
WITH sales_data AS (
    SELECT p.kategori, t.total
    FROM produk p
    JOIN transaksi t ON p.id = t.produk_id
),
kategori_total AS (
    SELECT kategori, SUM(total) AS total
    FROM sales_data
    GROUP BY kategori
)
SELECT * FROM kategori_total WHERE total > 300000;

CTE bikin query lebih modular dan gampang di-debug.

Tips Praktis

1. Test Subquery-nya Dulu

Sebelum jalanin query lengkap, test subquery-nya terpisah. Pastiin hasilnya sesuai ekspektasi.

2. Perhatikan Performa

Subquery di SELECT atau correlated subquery bisa lambat karena dijalankan per baris. Kalau datanya banyak, consider pake JOIN atau CTE.

3. Pake Alias yang Jelas

Kasih alias yang meaningful biar query gampang dibaca.

4. Comment Query Kompleks

Kalau subquery-nya nested, tambahin comment biar teammate (atau kamu di masa depan) bisa ngerti.

Kesimpulan

Subquery itu tool yang berguna banget buat Data Analyst. Inget poin-poin utama:

1. Subquery di WHERE - buat filter berdasarkan hasil query lain
2. Subquery di FROM - bikin tabel sementara (derived table)
3. Subquery di SELECT - ngitung nilai per baris
4. Correlated subquery - subquery yang reference query luar
5. EXISTS vs IN - pilih yang sesuai dengan use case

Mulai dari contoh simple, terus gradually naikin kompleksitasnya. Latihan bikin subquery sendiri pake dataset yang kamu punya.

Cek nguliksql.id buat latihan lebih banyak.