Tableau LOD Expression: FIXED, INCLUDE, EXCLUDE (2026)

Tableau LOD expression bikin kamu ngatur di level mana sebuah agregasi dihitung, terlepas dari dimensi yang ada di view. Tiga jenisnya, FIXED, INCLUDE, dan EXCLUDE, punya perilaku yang beda.

Ini salah satu fitur Tableau yang paling sering bikin bingung pemula. Angkanya kadang keluar nggak sesuai harapan, dan penyebabnya hampir selalu salah paham soal level detail.

Aku bahas ketiganya dari dasar, plus urutan operasi yang bikin FIXED kelihatan cuek sama filter. Semua pakai contoh data penjualan biar kebayang.

Apa Itu LOD Expression di Tableau?

LOD (Level of Detail) expression adalah perhitungan yang nentuin sendiri di level dimensi mana agregasinya dihitung. Biasanya Tableau ngitung di level dimensi yang ada di view. LOD bikin kamu bisa keluar dari aturan itu dan hitung di level lain.

Sintaksnya pakai kurung kurawal, dengan pola: {TIPE [Dimensi] : Agregasi}. Contoh:

{FIXED [Pelanggan] : SUM([Penjualan])}

Ini artinya: hitung total penjualan per pelanggan, apa pun yang ada di view. Butuh dasar konsep agregasi dulu? Cek glossary agregasi.

Kata "level of detail" merujuk ke seberapa rinci data dipecah. Per kota itu level kasar. Per transaksi itu level halus.

Gimana Cara Kerja FIXED di Tableau?

FIXED ngitung agregasi di dimensi yang kamu sebut, dan abaikan dimensi apa pun di view. Ini yang paling independen dari tiga LOD. Dia nggak peduli view kamu lagi nampilin apa.

{FIXED [Kota] : SUM([Penjualan])}

Hasil ekspresi ini total penjualan per kota, tetap segitu walau kamu tambahin dimensi lain di view. Berguna waktu kamu butuh angka acuan yang tetap.

Contoh kasus: kamu mau tau persentase penjualan tiap produk terhadap total kotanya. FIXED per kota kasih penyebutnya, lalu kamu bagi penjualan produk dengan angka itu.

Satu hal penting: FIXED abaikan filter dimensi biasa. Ini sering bikin kaget. Aku jelasin kenapa di bawah.

Gimana Cara Kerja INCLUDE dan EXCLUDE?

INCLUDE nambahin dimensi ke level view buat perhitungan yang lebih rinci. EXCLUDE nyingkirin dimensi dari level view buat perhitungan yang lebih kasar. Keduanya nempel ke dimensi yang ada di view saat itu.

INCLUDE cocok waktu kamu mau hitung di level lebih detail dari view, lalu ditampilin di level view. Contoh: rata-rata penjualan per pelanggan, ditampilin per kota.

-- Rata-rata penjualan per pelanggan
AVG({INCLUDE [Pelanggan] : SUM([Penjualan])})

EXCLUDE kebalikannya. Kamu buang satu dimensi biar dapat angka level lebih tinggi, buat dibandingin sama detail di view.

-- Total penjualan per kota, walau view per produk
{EXCLUDE [Produk] : SUM([Penjualan])}

Ini ringkasan perbedaan ketiganya:

Tipe LOD	Perilaku level	Kaitan dengan view
FIXED	Pakai dimensi yang disebut aja	Abaikan dimensi view
INCLUDE	Dimensi view + dimensi tambahan	Nempel ke view, lebih detail
EXCLUDE	Dimensi view dikurangi	Nempel ke view, lebih kasar

Kenapa FIXED Nggak Kepengaruh Filter?

FIXED dihitung sebelum filter dimensi biasa jalan, sesuai urutan operasi Tableau. Jadi filter dimensi normal nggak ngefek ke hasil FIXED. Ini bukan bug, tapi memang cara kerjanya.

Urutan filter di Tableau kira-kira gini dari atas ke bawah:

1. Extract filter
2. Data source filter
3. Context filter
4. FIXED LOD
5. Dimension filter (filter biasa)
6. INCLUDE dan EXCLUDE LOD
7. Measure filter

FIXED ada di atas filter dimensi biasa. Makanya dia lolos dari filter itu. Kalau kamu mau filter tetap ngefek ke FIXED, klik kanan filter tersebut lalu pilih Add to Context. Context filter jalan sebelum FIXED, jadi hasilnya baru ikut kesaring.

INCLUDE dan EXCLUDE beda. Keduanya ada di bawah filter dimensi, jadi mereka tetap kepengaruh filter biasa.

Contoh Kasus: Analisis Penjualan mega_retail

Aku pakai data mega_retail, jaringan toko dengan 12 cabang di Jawa dan 3.400 transaksi selama sebulan. Aku mau tau dua hal: rata-rata belanja per pelanggan, dan kontribusi tiap cabang ke total wilayah.

Buat rata-rata belanja per pelanggan, aku pakai INCLUDE:

AVG({INCLUDE [Pelanggan_ID] : SUM([Belanja])})

Hasilnya rata-rata belanja per pelanggan Rp 187.000. Angka ini beda jauh dari rata-rata per transaksi yang cuma Rp 62.000, karena satu pelanggan sering transaksi lebih dari sekali.

Buat kontribusi cabang ke wilayahnya, aku pakai FIXED per wilayah sebagai penyebut:

SUM([Belanja]) / SUM({FIXED [Wilayah] : SUM([Belanja])})

Insight dari dataku: cabang di wilayah Jawa Barat ternyata pegang 41% penjualan wilayahnya cuma dari 1 cabang, sementara 3 cabang lain berbagi sisanya. Ketimpangan ini nggak keliatan kalau cuma lihat angka absolut per cabang.

Kesalahan Umum Pakai LOD Expression

• Kaget FIXED cuek sama filter. Kalau butuh filter ngefek, ubah jadi context filter.
• Lupa agregasi luar di INCLUDE. Hasil INCLUDE masih detail, jadi harus dibungkus AVG atau SUM lagi buat ditampilin.
• Pakai LOD padahal cukup perhitungan biasa. Kalau semua di level view yang sama, kamu nggak butuh LOD.
• Salah pilih FIXED versus EXCLUDE. Keduanya bisa kasih level kasar, tapi FIXED independen, EXCLUDE ngikut view. Pilih sesuai kebutuhan.
• Nulis dimensi yang salah di kurawal. Cek dimensi setelah kata FIXED benar sesuai level yang kamu mau.

FAQ

Pertanyaan yang sering muncul soal LOD expression di Tableau.

Penutup

LOD expression ngatur level agregasi terlepas dari view. FIXED independen dan abaikan filter dimensi biasa. INCLUDE nambah detail, EXCLUDE ngurangin, dan keduanya nempel ke view.

Ingat urutan operasinya. Itu kunci ngerti kenapa FIXED kadang keluar angka yang bikin bingung.

Buka satu workbook kamu dan coba tulis {FIXED [dimensi] : SUM([nilai])}. Bandingin hasilnya waktu kamu tambah filter, terus ubah filter jadi context filter dan lihat bedanya.

Mau lanjut soal visualisasi lain? Baca cara bikin heatmap korelasi di Python. Referensi resmi ada di dokumentasi LOD Expression Tableau.