1. Pendahuluan

Perkembangan teknologi informasi saat ini sangat pesat, terutama dalam bidang pengolahan data, big data, dan Artificial Intelligence (AI). Hampir semua sistem digital—mulai dari aplikasi sekolah, sistem kasir, media sosial, hingga AI—bergantung pada data sebagai bahan utama.

Namun, data mentah tidak dapat langsung digunakan. Data harus disimpan secara terstruktur, diolah, dan dianalisis terlebih dahulu agar menghasilkan informasi yang bermanfaat. Di sinilah peran SQL dan Python menjadi sangat penting.

SQL digunakan untuk mengelola database dan memastikan data tersimpan dengan rapi dan konsisten. Python digunakan untuk mengambil data dari database, mengolahnya, serta menyajikannya dalam bentuk visualisasi yang mudah dipahami manusia.

Artikel ini membahas secara lengkap bagaimana SQL membangun struktur data, dan bagaimana Python mengubah data tersebut menjadi informasi, melalui praktik langsung menggunakan database MySQL dan visualisasi data.

---

2. Tujuan Pembelajaran

Setelah mempelajari artikel dan melakukan praktik ini, diharapkan siswa mampu:

1. Memahami konsep dasar database relasional
2. Menjelaskan fungsi SQL dalam pengelolaan data
3. Membuat database dan tabel menggunakan SQL
4. Mengisi data ke dalam tabel
5. Menjalankan query SQL untuk analisis data
6. Menghubungkan database MySQL dengan Python
7. Mengolah dan memvisualisasikan data menggunakan Python
8. Menarik kesimpulan dari hasil analisis data

---

3. Tools dan Teknologi yang Digunakan

3.1 XAMPP

XAMPP adalah paket server lokal yang menyediakan:

• Apache (web server)
• MySQL (database server)
• phpMyAdmin (pengelola database berbasis web)

XAMPP memudahkan praktik database tanpa perlu server online.

3.2 phpMyAdmin

phpMyAdmin digunakan untuk:

• Membuat database dan tabel
• Menjalankan perintah SQL
• Melihat dan mengedit data secara visual

3.3 Python

Python adalah bahasa pemrograman yang mudah dipahami dan sangat populer dalam dunia data analysis karena sintaksnya sederhana namun powerful.

3.4 Library Python

• mysql-connector-python → menghubungkan Python dengan MySQL
• pandas → mengolah dan menganalisis data
• matplotlib & seaborn → membuat visualisasi data

---

4. Praktik 1 – Membuat Database

Langkah:

1. Jalankan XAMPP
2. Aktifkan Apache dan MySQL
3. Buka browser → localhost/phpmyadmin
4. Klik tab SQL, lalu jalankan perintah berikut:

CREATE DATABASE belajar_data
CHARACTER SET utf8mb4
COLLATE utf8mb4_general_ci;

USE belajar_data;

Penjelasan:

• CREATE DATABASE → membuat database baru
• utf8mb4 → mendukung berbagai karakter
• USE → memilih database yang akan digunakan

---

5. Praktik 2 – Membuat Tabel

5.1 Tabel Users

Tabel ini menyimpan data pengguna.

CREATE TABLE users (
    id_user INT AUTO_INCREMENT PRIMARY KEY,
    nama VARCHAR(100),
    email VARCHAR(100),
    tanggal_daftar DATE
);

Penjelasan:

• id_user → identitas unik setiap user
• AUTO_INCREMENT → id bertambah otomatis
• PRIMARY KEY → penanda data unik

---

5.2 Tabel Nilai

Tabel ini menyimpan nilai pengguna.

CREATE TABLE nilai (
    id_nilai INT AUTO_INCREMENT PRIMARY KEY,
    id_user INT,
    mata_pelajaran VARCHAR(50),
    nilai DECIMAL(5,2),
    FOREIGN KEY (id_user) REFERENCES users(id_user)
);

Penjelasan:

• FOREIGN KEY → menghubungkan tabel nilai dengan users
• Relasi ini memastikan data saling terhubung dan konsisten

---

6. Praktik 3 – Mengisi Data

6.1 Data Users

INSERT INTO users (nama, email, tanggal_daftar) VALUES
('Andi Wijaya', 'andi@gmail.com', '2023-01-10'),
('Budi Santoso', 'budi@gmail.com', '2023-02-15'),
('Citra Lestari', 'citra@gmail.com', '2023-03-20');

6.2 Data Nilai

INSERT INTO nilai (id_user, mata_pelajaran, nilai) VALUES
(1, 'Matematika', 85.50),
(2, 'Matematika', 78.00),
(3, 'Fisika', 92.00),
(1, 'Bahasa Inggris', 88.00);

---

7. Praktik 4 – Analisis Data dengan SQL

7.1 Menampilkan Semua Nilai

SELECT u.nama, n.mata_pelajaran, n.nilai
FROM nilai n
JOIN users u ON n.id_user = u.id_user;

7.2 Mencari Nilai Tertinggi

SELECT MAX(nilai) AS nilai_tertinggi FROM nilai;

7.3 Rata-Rata Nilai

SELECT AVG(nilai) AS rata_rata FROM nilai;

Penjelasan:

• JOIN → menggabungkan dua tabel
• MAX() dan AVG() → fungsi agregasi SQL

---

8. Praktik 5 – Menghubungkan MySQL dengan Python

Instalasi Library

pip install mysql-connector-python pandas matplotlib seaborn

Kode Python

import mysql.connector
import pandas as pd

conn = mysql.connector.connect(
    host="localhost",
    user="root",
    password="",
    database="belajar_data"
)

query = """
SELECT u.nama, n.mata_pelajaran, n.nilai
FROM nilai n
JOIN users u ON n.id_user = u.id_user
"""

df = pd.read_sql(query, conn)
conn.close()

print(df)

Penjelasan:

• Python mengambil data langsung dari MySQL
• Data disimpan dalam DataFrame pandas

---

9. Praktik 6 – Visualisasi Data

import matplotlib.pyplot as plt
import seaborn as sns

sns.barplot(x='nama', y='nilai', data=df)
plt.title("Visualisasi Nilai Siswa")
plt.xlabel("Nama")
plt.ylabel("Nilai")
plt.show()

Penjelasan:

• Grafik mempermudah pemahaman data
• Perbedaan nilai terlihat jelas secara visual

---

10. Analisis Hasil

Dari grafik yang dihasilkan, terlihat bahwa setiap siswa memiliki nilai yang berbeda. Siswa dengan nilai tinggi menunjukkan penguasaan materi yang baik, sedangkan siswa dengan nilai lebih rendah dapat diberikan pendampingan tambahan. Visualisasi ini membantu pengambilan keputusan berbasis data secara objektif.

---

11. Kesimpulan

SQL berperan sebagai fondasi penyimpanan dan struktur data, sedangkan Python berfungsi sebagai alat analisis dan visualisasi. Kombinasi keduanya mampu mengubah data mentah menjadi informasi yang bernilai. Oleh karena itu, meskipun teknologi AI berkembang pesat, SQL dan Python tetap menjadi keterampilan yang sangat relevan dan penting.

---

12. Penutup

Melalui praktik ini, dapat disimpulkan bahwa pengolahan data tidak selalu rumit. Dengan pemahaman dasar SQL dan Python, siswa sudah mampu mengelola, menganalisis, dan menyajikan data secara profesional.