Pemodelan Data – Power BI

Pengenalan Power BI dan Integrasi Data dan Dashboard. Gunakan kotak pencarian di atas untuk menyaring bagian.

1. Dari konsep ke praktik data

Empat aktivitas pokok: Memahami → Melakukan → Memeriksa → Menghasilkan.

Konsep	Ketika bekerja dengan data
Entitas	Kelompok objek/data yang direpresentasikan (tabel)
Atribut	Kolom
Record	Baris
Tipe data	Text, Number, Date, dll.
Kualitas data	Null, duplikat, inkonsistensi
Relasi	Hubungan antartabel
Struktur data	Susunan tabel dan kolom

2. Power BI Desktop & antarmuka

Power BI Desktop = aplikasi desktop untuk membangun solusi analisis data dan laporan Power BI.

Bagian	Fungsi
Ribbon	Menu/tab perintah di bagian atas (Home, Insert, Modeling, View, dll.).
View selector	Ikon di sisi kiri untuk berpindah view (Report, Table, Model, DAX query, TMDL).
Canvas	Area kerja tempat visual/laporan disusun.
Filters pane	Mengelola filter pada visual, halaman, maupun seluruh report.
Visualizations pane	Memilih jenis visual dan mengatur field well serta format visual.
Data pane	Menampilkan tabel dan kolom yang tersedia setelah data dimuat.

3. View selector

View	Fungsi	Digunakan untuk
Report view	Membuat dan mengatur visualisasi/laporan	Membuat grafik, tabel, kartu, slicer, dashboard
Table view	Melihat isi data yang sudah dimuat	Memeriksa baris/kolom, tipe data, membuat calculated column atau measure
Model view	Melihat dan mengatur hubungan antartabel	Membuat relationship, memeriksa kardinalitas, merancang model data
DAX query view	Menulis & menjalankan query DAX	Menguji perhitungan, eksplorasi data, memeriksa hasil DAX
TMDL view	Melihat/mengubah struktur model lewat kode	Mengedit metadata tabel, kolom, measure, relationship secara lanjut

4. Power Query Editor

Power Query Editor = lingkungan di Power BI untuk menghubungkan, memeriksa, dan menyiapkan data sebelum digunakan lebih lanjut.

Bagian utama: Queries pane (daftar query, kiri), Data preview (tengah), Query Settings (kanan, berisi Properties & Applied Steps).

Power Query Editor vs Table View
Power Query Editor → tempat memeriksa dan menyiapkan data.
Table View → melihat data yang sudah dimuat ke Power BI.

5. Import Excel, Load vs Transform

Langkah import

Home → Get Data → Excel Workbook.
Pilih file (File: Pilih-File.xlsx) → Open.
Di Navigator, pilih sheet/table (File: sheet Penjualan, berisi Excel Table bernama Sales).

Tombol	Arti
Load	Langsung memuat data ke Power BI tanpa diperiksa.
Transform Data	Membuka data dulu di Power Query Editor agar dapat diperiksa/disiapkan. (Yang dipilih di praktik.)

6. Tipe data

Power Query menunjukkan tipe data lewat ikon di header kolom (ABC = Text, 123 = Whole Number, 1.2 = Decimal/Number, kalender = Date).

Kolom	Tipe yang diharapkan
Transaction_ID	Text
Transaction_Date	Date
Customer_Name	Text
Quantity	Whole Number
Unit_Price	Number
Total_Sales	Number

Cara mengubah: klik ikon tipe data di header kolom → pilih tipe (mis. Quantity → Whole Number; Transaction_Date → Date).

7. Pemeriksaan kualitas data

Pemeriksaan	Kolom yang dicek
Nilai kosong (null)	Customer_Name, Category, Payment_Method, Quantity
Konsistensi penulisan	Category, City, Payment_Method
Kesalahan penulisan (typo)	City, Product, Salesperson
Isi kolom numerik	Quantity, Unit_Price, Total_Sales
Nilai tidak wajar	Quantity, Unit_Price
Data duplikat	Transaction_ID

Masalah kualitas data umum: null, duplikat, inkonsistensi (penulisan beda untuk nilai sama), typo, tipe data salah, nilai tidak wajar.

8. Transformasi dasar di Power Query

Masalah	Solusi	Menu
Penulisan kategori beda (elektronik, ELEKTRONIK)	Ganti jadi "Elektronik"	Pilih kolom → Transform → Replace Values (Value to Find / Replace With)
Spasi berlebih di awal/akhir teks	Trim	Transform → Format → Trim
Huruf besar/kecil tidak seragam	Capitalize Each Word	Transform → Format → Capitalize Each Word
Typo (Surabya)	Ganti jadi Surabaya	Transform → Replace Values
Metode bayar beda istilah	Standarkan nilai	Replace Values
Tipe data salah	Ubah tipe	Ikon tipe data di header
Baris ganda	Remove Duplicates	Home → Remove Rows → Remove Duplicates

Trim diterapkan pada: Category, Product, City, Salesperson, Payment_Method, Customer_Type.
Capitalize Each Word: City, Salesperson, Category.

Standarisasi Payment_Method

Nilai asal (konsep sama)	Jadi
transfer, Bank Transfer, Transfer	Transfer (satu istilah)
Ewallet, E-Wallet	E-Wallet
Tunai, Cash	Tunai / Cash (pilih satu)

Setiap transformasi tercatat di Applied Steps (Query Settings) dan bisa dihapus/diubah urutannya.

9. Menangani nilai kosong: null vs 0

Kolom kosong pada dataset: Customer_Name, Category, Payment_Method (dan Quantity).
Kolom teks Payment_Method null → diberi label "Tidak Diketahui" (Replace Values: null → Tidak Diketahui).
Quantity kosong → dibiarkan null.

null = nilainya tidak diketahui.
0 = diketahui bahwa jumlahnya memang nol.
Mengganti null dengan 0 pada angka bisa menyesatkan perhitungan (mis. rata-rata turun).

10. Hapus duplikat & Close & Apply

Remove Duplicates

Pilih kolom Transaction_ID.
Tab Home → Remove Rows → Remove Duplicates.

Bisa dicek dulu lewat Keep Rows → Keep Duplicates, atau langsung hapus lewat Remove Rows.

Memuat data

Power Query Editor → Home → Close & Apply.
Buka Table View → pilih tabel Penjualan untuk melihat hasil.

11. Visualisasi dasar (File)

Semua dibuat di Report View.

Visual	Field	Agregasi	Tujuan
Clustered column chart	City → X-axis; Total_Sales → Y-axis	Sum	Total penjualan per kota
Clustered bar chart	Product → Y-axis; Total_Sales → X-axis	Sum	Total penjualan per produk
Pie chart	Customer_Type → Legend; Transaction_ID → Values	Count	Proporsi transaksi per tipe pelanggan (bagian terhadap keseluruhan)
Line chart	Transaction_Date → X-axis; Total_Sales → Y-axis	Sum	Tren penjualan per tanggal

Column vs Bar: column = batang vertikal (kategori di X-axis); bar = batang horizontal (kategori di Y-axis), cocok untuk label panjang seperti nama produk.

Pertanyaan analisis line chart: apakah penjualan tiap hari sama? Tanggal mana penjualan tinggi? Ada pola/perubahan tertentu?

12. Alur integrasi data & dashboard

Menggabungkan data – Append transaksi periodik, Merge referensi berdasarkan kunci.
Menghitung nilai – membuat Nilai_Penjualan, memeriksa baris hasil integrasi.
Membangun dashboard – 4 KPI, 5 visual analisis, 3 slicer.
Menguji & menjelaskan – uji Top N, interaksi, drill-down, tafsirkan temuan.

13. Get Data: memilih 4 sheet

Buka Power BI Desktop → Home → Get data → Excel workbook → pilih File_Anda → Open.
Di Navigator centang: Penjualan_Januari, Penjualan_Februari, Produk, Pelanggan.
Cek preview → klik Transform Data.

14. Append vs Merge

	APPEND Queries	MERGE Queries
Fungsi	Menumpuk baris dari tabel berstruktur kolom serupa	Menambah kolom dari tabel lain berdasarkan kolom kunci (ID)
Arah	Vertikal (ke bawah)	Horizontal (ke samping)
Syarat	Nama & struktur kolom sama/serupa	Ada kolom kunci yang cocok di kedua tabel
Contoh	Januari 80 + Februari 80 → 160 baris, tetap 7 kolom	160 baris tetap; kolom 7 → 10 → 13
Padanan SQL	UNION ALL	JOIN

APPEND = menambah BARIS | MERGE = menambah KOLOM berdasarkan kunci

Alur: Penjualan_Januari + Penjualan_Februari —Append→ Penjualan_Gabungan —Merge (Produk via ID_Produk, Pelanggan via ID_Pelanggan)→ data lengkap 13 kolom.

15. Langkah Append Queries as New

Klik query Penjualan_Januari di Query Pane.
Home → Append Queries → Append Queries as New.
Pilih Two tables. Table 1: Penjualan_Januari; Table 2: Penjualan_Februari.
OK → rename Append1 menjadi Penjualan_Gabungan.

Append Queries biasa = hasil ditambahkan ke query yang sedang dipilih. Append Queries as New = hasil jadi query baru, query asal tetap utuh. Opsi Three or more tables untuk lebih dari dua tabel.

16. Langkah Merge & Expand

Sebelum Merge, perbaiki header tabel Produk dan Pelanggan: Home → Use First Row as Headers.

Merge dengan Produk

Pilih query Penjualan_Gabungan → Home → Merge Queries → Merge Queries.
Tabel atas: Penjualan_Gabungan; tabel bawah: Produk.
Klik kolom ID_Produk di kedua tabel.
Join kind: Left Outer (all from first, matching from second) → OK.

Expand Produk

Di kolom Produk (bertipe Table) klik ikon Expand (dua panah).
Nonaktifkan Select All Columns → centang Nama_Produk, Kategori, Merek.
Hapus centang Use original column name as prefix → OK.
Pastikan baris tetap 160. Kolom jadi 10.

Merge & Expand Pelanggan

Tetap di Penjualan_Gabungan → Merge Queries → tabel bawah Pelanggan.
Kunci: ID_Pelanggan; Join kind: Left Outer → OK (muncul kolom Pelanggan bertipe Table).
Expand → pilih Nama_Pelanggan, Kota, Segmen, nonaktifkan prefix → OK.
Hasil: 13 kolom, 160 baris.

Tahap	Kolom	Baris
Setelah Append	7	160
Setelah Merge Produk	10	160
Setelah Merge Pelanggan	13	160
Setelah Nilai_Penjualan, Bulan, Bulan_Ke	16	160

17. Jenis join (Join kind)

Join kind	Hasil
Left Outer	Semua baris tabel kiri (pertama) + yang cocok dari tabel kanan. Dipakai di praktik.
Right Outer	Semua baris tabel kanan + yang cocok dari kiri.
Full Outer	Semua baris dari kedua tabel.
Inner	Hanya baris yang cocok di kedua tabel.
Left Anti	Baris kiri yang tidak punya pasangan di kanan.
Right Anti	Baris kanan yang tidak punya pasangan di kiri.

Mengapa Left Outer? Semua baris penjualan dipertahankan; kolom referensi yang cocok ditambahkan; tidak ada transaksi terbuang hanya karena belum menemukan pasangan di tabel referensi (jika tidak cocok, kolom tambahan bernilai null).

18. Custom Column, Bulan, Bulan_Ke

Nilai_Penjualan

Pilih Penjualan_Gabungan → Add Column → Custom Column.
New column name: Nilai_Penjualan; formula: [Jumlah] * [Harga_Satuan].
OK → cek hasil numerik dan tidak ada Error.

Contoh: Jumlah 6 × Harga_Satuan 68.000 = 408.000. Tujuan: memperoleh omzet per baris transaksi.

Bulan & Bulan_Ke

Klik kolom Tanggal → Add Column → Date → Month → Name of Month → rename jadi Bulan.
Klik Tanggal lagi → Add Column → Date → Month → Month → rename jadi Bulan_Ke.
Cek Januari = 1, Februari = 2.

Field	Kegunaan
Bulan	Slicer / Matrix
Bulan_Ke	Urutan bulan (Sort by Column)
Tanggal	Date Hierarchy

19. Enable Load, Close & Apply, Sort by Column

Enable Load

Klik kanan Penjualan_Januari → hilangkan centang Enable Load. Ulangi untuk Penjualan_Februari, Produk, Pelanggan.
Biarkan Enable Load aktif hanya pada Penjualan_Gabungan.
Home → Close & Apply → Table View → pilih Penjualan_Gabungan.

Alasan: tabel sumber hanya dipakai sebagai bahan Append/Merge; tidak perlu dimuat ke model agar model ringkas. Hasil: 1 tabel aktif, 160 baris, 16 kolom.

Sort by Column (urutan bulan)

Report View → klik field Bulan di Data Pane.
Tab Column tools → Sort by column → pilih Bulan_Ke.

Tanpa pengaturan: urutan alfabetis (Februari sebelum Januari). Dengan Bulan_Ke: urutan kalender (Januari lalu Februari).

20. Pertanyaan bisnis → pilihan visual

Pertanyaan	Visual
Berapa total omzet?	Card
Bagaimana tren per tanggal?	Line chart
Kategori mana terbesar?	Column chart
Produk mana terlaris secara omzet?	Top 5 Bar chart
Segmen mana terbesar (proporsi)?	Donut chart
Bagaimana rincian tiap bulan?	Matrix

Menyiapkan halaman

Report View → klik kanan tab Page 1 → Rename → Dashboard Penjualan.
Klik area kosong → Format page → Canvas settings → Page size → 16:9.
Tambahkan Text box untuk judul dan periode (Januari–Februari 2026).

21. KPI Card & agregasi

Card	Field	Agregasi	Hasil target
Total Nilai Penjualan	Nilai_Penjualan	Sum (format Rp #,##0)	Rp60.013.000
Jumlah Transaksi	ID_Transaksi	Distinct Count	130
Total Produk Terjual	Jumlah	Sum	491
Jumlah Pelanggan	ID_Pelanggan	Distinct Count	40

Langkah card: pilih ikon Card → seret field ke Data/Fields → pilih agregasi di dropdown field → Format visual: Title, Callout value, background → atur ukuran & posisi.

Count vs Distinct Count: Count menghitung semua baris (termasuk ID yang berulang); Distinct Count menghitung nilai unik. Satu transaksi bisa berisi beberapa baris produk, sehingga jumlah transaksi memakai Distinct Count (130, bukan 160).

Agregasi	Arti
Sum	Jumlah total
Average	Rata-rata
Minimum / Maximum	Nilai terkecil / terbesar
Count	Banyak baris berisi nilai
Distinct Count	Banyak nilai unik
Don't summarize	Tanpa agregasi

22. Visual analisis dashboard

Visual	Field well	Pengaturan penting	Hasil
Line chart – Tren Penjualan	X-axis: Tanggal; Y-axis: Nilai_Penjualan (Sum)	Dropdown Tanggal → Date Hierarchy	Data per tingkat waktu (Year → Quarter → Month → Day), bisa drill-down
Clustered column – Penjualan per Kategori	X-axis: Kategori; Y-axis: Nilai_Penjualan (Sum)	Titik tiga → Sort axis by nilai penjualan → Descending; Data labels on	Elektronik kategori omzet terbesar
Clustered bar – Top 5 Produk	Y-axis: Nama_Produk; X-axis: Nilai_Penjualan (Sum)	Filters on this visual → Nama_Produk → Filter type Top N = 5, By value: Sum of Nilai_Penjualan → Apply filter	Hanya 5 produk omzet tertinggi
Donut – Komposisi per Segmen	Legend: Segmen; Values: Nilai_Penjualan (Sum)	Detail labels: Category + Percent	Kontribusi Reguler, Member, Corporate
Matrix – Rincian Penjualan Produk	Rows: Kategori → Nama_Produk; Columns: Bulan; Values: Nilai_Penjualan (Sum)	Pakai Matrix, bukan Table	Rincian Januari, Februari, dan Total

Perbedaan penting

Pie vs Donut: sama-sama proporsi bagian terhadap keseluruhan; donut berlubang di tengah.
Table vs Matrix: Table = daftar datar baris-kolom; Matrix = seperti pivot table, punya Rows, Columns, Values, subtotal, dan bisa expand/drill-down hierarki.
Top N: filter tingkat visual yang menampilkan N item teratas (atau terbawah) berdasarkan suatu nilai.
Drill-down: menelusuri dari level tinggi ke level rinci dalam hierarki (mis. Year → Month → Day, atau Kategori → Nama_Produk).

23. Slicer

Slicer = visual filter di kanvas sehingga pengguna dapat menyaring data tanpa membuka Filter Pane. Semua KPI dan grafik ikut merespons (interaksi antarvisual).

Slicer	Field	Pengaturan
1	Bulan	Style Dropdown / Tile; urutan Januari → Februari
2	Kategori	List atau Dropdown
3	Kota	Aktifkan Search bila perlu

Selection: Single select atau Multi-select (atur konsisten).
Letakkan ketiga slicer dalam satu baris; uji kombinasi bulan + kategori + kota.
Hapus pilihan (clear) untuk menampilkan seluruh data.

Slicer vs Filter Pane: slicer tampil di kanvas dan mudah dipakai pembaca laporan; Filter Pane bisa diatur per visual, per halaman, atau semua halaman.

24. Tabel cepat: menu & lokasi

Tujuan	Lokasi menu
Import Excel	Home → Get data → Excel workbook
Buka Power Query	Transform Data
Header dari baris pertama	Home → Use First Row as Headers
Ganti nilai / typo	Transform → Replace Values
Hapus spasi awal/akhir	Transform → Format → Trim
Kapitalisasi tiap kata	Transform → Format → Capitalize Each Word
Ubah tipe data	Ikon tipe di header kolom
Hapus duplikat	Home → Remove Rows → Remove Duplicates
Gabung baris	Home → Append Queries (as New)
Gabung kolom via kunci	Home → Merge Queries
Ambil kolom hasil merge	Ikon Expand (dua panah)
Kolom rumus	Add Column → Custom Column
Nama/nomor bulan	Add Column → Date → Month → Name of Month / Month
Tidak memuat query	Klik kanan query → Enable Load (uncheck)
Muat ke model	Home → Close & Apply
Urutkan bulan	Column tools → Sort by column → Bulan_Ke
Ukuran halaman	Format page → Canvas settings → Page size 16:9
Top N	Filters on this visual → Filter type Top N

25. Daftar istilah

Istilah	Arti singkat
Query	Langkah pengambilan & transformasi data di Power Query.
Applied Steps	Riwayat langkah transformasi pada sebuah query.
Navigator	Jendela memilih sheet/tabel saat import.
Kolom kunci (key)	Kolom pencocok antartabel saat Merge (ID_Produk, ID_Pelanggan).
Tabel referensi / dimensi	Tabel deskriptif (Produk, Pelanggan).
Tabel transaksi / fakta	Tabel berisi kejadian/angka (Penjualan).
KPI	Key Performance Indicator, ukuran utama kinerja (ditampilkan via Card).
Field well	Kotak isian field pada visual (X-axis, Y-axis, Legend, Values, Rows, Columns).
Date Hierarchy	Hierarki otomatis tanggal: Year → Quarter → Month → Day.
Calculated column / Measure	Kolom/ukuran hasil perhitungan DAX di model.
Kardinalitas	Jenis hubungan antartabel (one-to-many, one-to-one, many-to-many).
DAX	Data Analysis Expressions, bahasa rumus di Power BI.
M	Bahasa di balik langkah Power Query.