Pendahuluan

Dalam dunia Data Analyst dan Data Engineer, data sering kali disimpan dalam berbagai format seperti CSV, TXT, JSON, maupun Excel. Sebelum data dapat dianalisis lebih lanjut, data tersebut biasanya perlu disimpan ke dalam database agar lebih mudah dikelola dan diakses.

Salah satu database yang populer untuk pemula adalah SQLite. SQLite merupakan database ringan yang tidak memerlukan server terpisah sehingga sangat cocok digunakan untuk pembelajaran maupun proyek skala kecil.

Pada artikel ini, kita akan mempelajari cara mengimpor dataset ke SQLite menggunakan Python secara sederhana dan mudah dipahami.

Apa Itu SQLite?

SQLite adalah sistem manajemen basis data relasional (RDBMS) yang bersifat ringan dan bersifat file-based. Artinya, seluruh data database disimpan dalam satu file dengan ekstensi .db.

Keunggulan SQLite:

• Gratis dan open source.
• Tidak memerlukan instalasi server.
• Mudah digunakan dengan Python.
• Cocok untuk pembelajaran dan proyek kecil hingga menengah.

Persiapan Dataset

Sebagai contoh, kita memiliki file CSV bernama:

customer.csv

Isi datanya seperti berikut:

id,name,gender,city
1,Andi,Male,Jakarta
2,Siti,Female,Bandung
3,Budi,Male,Surabaya
4,Rina,Female,Yogyakarta

Simpan file tersebut dalam folder yang sama dengan file Python yang akan dibuat.

Membuat Database SQLite

Langkah pertama adalah membuat database SQLite menggunakan modul bawaan Python yaitu sqlite3.

Buat file bernama:

import_dataset.py

Kemudian tuliskan kode berikut:

import sqlite3

conn = sqlite3.connect("customer.db")

print("Database berhasil dibuat!")

conn.close()

Jalankan program:

python import_dataset.py

Setelah berhasil dijalankan, akan muncul file baru:

customer.db

Membuat Tabel di SQLite

Sebelum data dimasukkan, kita perlu membuat tabel terlebih dahulu.

import sqlite3

conn = sqlite3.connect("customer.db")
cursor = conn.cursor()

cursor.execute("""
CREATE TABLE IF NOT EXISTS customer (
    id INTEGER PRIMARY KEY,
    name TEXT,
    gender TEXT,
    city TEXT
)
""")

conn.commit()

print("Tabel customer berhasil dibuat!")

conn.close()

Membaca Dataset Menggunakan Pandas

Library Pandas sangat membantu untuk membaca file CSV.

Install terlebih dahulu:

pip install pandas

Kemudian baca file CSV:

import pandas as pd

df = pd.read_csv("customer.csv")

print(df.head())

Output:

   id  name gender        city
0   1  Andi   Male     Jakarta
1   2  Siti Female     Bandung
2   3  Budi   Male    Surabaya
3   4  Rina Female  Yogyakarta

Mengimpor Data ke SQLite

Pandas menyediakan fungsi to_sql() yang memudahkan proses import data.

import sqlite3
import pandas as pd

df = pd.read_csv("customer.csv")

conn = sqlite3.connect("customer.db")

df.to_sql(
    "customer",
    conn,
    if_exists="replace",
    index=False
)

print("Data berhasil diimport!")

conn.close()

Penjelasan parameter:

• customer → nama tabel tujuan.
• if_exists="replace" → mengganti tabel jika sudah ada.
• index=False → tidak menyimpan index DataFrame ke database.

Memeriksa Hasil Import

Untuk memastikan data sudah masuk ke database, jalankan kode berikut:

import sqlite3

conn = sqlite3.connect("customer.db")

cursor = conn.cursor()

cursor.execute("SELECT * FROM customer")

rows = cursor.fetchall()

for row in rows:
    print(row)

conn.close()

Output:

(1, 'Andi', 'Male', 'Jakarta')
(2, 'Siti', 'Female', 'Bandung')
(3, 'Budi', 'Male', 'Surabaya')
(4, 'Rina', 'Female', 'Yogyakarta')

Jika data tampil seperti di atas, berarti proses import berhasil.

Melakukan Query Data

Setelah data tersimpan di SQLite, kita dapat menjalankan query SQL seperti biasa.

Contoh menampilkan pelanggan perempuan:

import sqlite3

conn = sqlite3.connect("customer.db")

cursor = conn.cursor()

cursor.execute("""
SELECT *
FROM customer
WHERE gender = 'Female'
""")

result = cursor.fetchall()

for row in result:
    print(row)

conn.close()

Output:

(2, 'Siti', 'Female', 'Bandung')
(4, 'Rina', 'Female', 'Yogyakarta')

Kapan SQLite Digunakan?

SQLite sangat cocok digunakan untuk:

• Belajar dasar database.
• Proyek Data Analyst pemula.
• Penyimpanan data aplikasi desktop.
• Prototyping aplikasi.
• Portofolio data dan analisis.

Namun, untuk aplikasi berskala besar dengan banyak pengguna secara bersamaan, biasanya digunakan database seperti MySQL, PostgreSQL, atau SQL Server.

Kesimpulan

Mengimpor dataset ke SQLite menggunakan Python merupakan langkah penting dalam proses pengolahan data. Dengan bantuan library sqlite3 dan pandas, proses import dapat dilakukan dengan cepat dan sederhana.

Alur yang dilakukan pada artikel ini adalah:

1. Membuat database SQLite.
2. Membuat tabel tujuan.
3. Membaca dataset CSV menggunakan Pandas.
4. Mengimpor data ke SQLite dengan to_sql().
5. Memverifikasi hasil import menggunakan query SQL.

Dengan memahami proses ini, seorang Data Analyst dapat mengelola data secara lebih terstruktur dan mempersiapkan data untuk tahap analisis berikutnya.