Mengetahui produk yang paling banyak terjual dapat membantu bisnis memahami produk mana yang paling diminati pelanggan. Daripada memeriksa transaksi satu per satu, data penjualan dapat dianalisis menggunakan SQL untuk mengelompokkan produk, menghitung jumlah penjualan, dan menentukan produk dengan penjualan tertinggi.
Mengapa Produk Terlaris Perlu Dianalisis?
Mengetahui produk yang paling banyak terjual bukan hanya soal mencari angka terbesar. Dari data tersebut, bisnis dapat memperoleh gambaran mengenai produk yang paling banyak diminati pelanggan.
Informasi ini dapat digunakan sebagai salah satu pertimbangan dalam pengelolaan stok, evaluasi performa produk, maupun penyusunan strategi penjualan. Namun, sebelum melakukan analisis, perlu ditentukan terlebih dahulu apa yang dimaksud dengan “terlaris”.
Dalam artikel ini, produk terlaris ditentukan berdasarkan jumlah unit yang terjual.
Mengenal Data Penjualan
Retail Sales Dataset digunakan sebagai sumber data untuk melakukan analisis. Data penjualan pada dasarnya memiliki informasi yang dapat digunakan untuk melihat transaksi dan performa produk.
Beberapa informasi penting yang akan digunakan dalam analisis adalah data mengenai produk dan jumlah penjualan. Dari data tersebut, setiap transaksi dapat dikelompokkan berdasarkan produk untuk mengetahui total unit yang berhasil terjual.

Dataset yang digunakan adalah Retail Sales Dataset yang berisi data transaksi penjualan. Dataset ini memiliki 1.000 data transaksi dengan beberapa informasi seperti tanggal, pelanggan, kategori produk, jumlah barang, harga per unit, dan total transaksi.
Salah satu kolom yang penting dalam analisis ini adalah Product Category. Kolom tersebut berisi kategori produk seperti Clothing, Electronics, dan Beauty. Sementara itu, kolom Quantity digunakan untuk mengetahui jumlah unit yang terjual pada setiap transaksi.
Mengelompokkan Data Berdasarkan Produk
Satu kategori produk dapat muncul berkali-kali karena terdapat banyak transaksi yang berbeda. Oleh karena itu, data perlu dikelompokkan terlebih dahulu agar jumlah penjualan dari setiap kategori dapat dihitung.
SQL menyediakan GROUP BY yang dapat digunakan untuk mengelompokkan data berdasarkan kolom tertentu. Pada analisis ini, data akan dikelompokkan berdasarkan Product Category.
SELECT `Product Category` FROM retail_sales_dataset GROUP BY `Product Category`;
Query tersebut akan menampilkan kategori produk yang terdapat dalam dataset tanpa mengulang kategori yang sama.
Namun, daftar kategori saja belum cukup untuk mengetahui kategori mana yang paling banyak terjual. Kita perlu menjumlahkan nilai pada kolom Quantity.
Menghitung Jumlah Produk yang Terjual
Untuk mengetahui jumlah unit yang terjual pada setiap kategori, fungsi SUM() dapat digunakan.
SELECT `Product Category`, SUM(Quantity) AS total_terjual FROM retail_sales_dataset GROUP BY `Product Category`;
SUM(Quantity) akan menjumlahkan seluruh unit yang terjual untuk setiap kategori. Hasilnya dapat digunakan untuk membandingkan jumlah penjualan antar kategori.
Dari hasil query, Clothing memiliki jumlah unit terjual paling banyak, yaitu 894 unit. Sementara itu, Electronics memiliki 849 unit dan Beauty memiliki 771 unit.
Jika ukuran yang digunakan adalah jumlah barang yang terjual, maka Clothing dapat dianggap sebagai kategori yang paling laris dalam dataset ini.
Mengurutkan Kategori dari yang Terlaris
Agar kategori dengan jumlah penjualan terbesar dapat langsung terlihat di bagian atas, hasil query dapat diurutkan menggunakan ORDER BY.
Mau Kuasai Analisis Produk Terlaris dari Data Penjualan Menggunakan SQL Sampai Bisa Praktik Langsung?
Materi ini juga kami ajarkan langsung di kelas Edusoft Center, dibimbing mentor, sampai kamu bisa praktik nyata — bukan cuma baca teori.
Tanya Kursus via WhatsApp Lihat contoh project nyata dari siswa kami →
SELECT `Product Category`, SUM(Quantity) AS total_terjual FROM retail_sales_dataset GROUP BY `Product Category` ORDER BY total_terjual DESC;
DESC digunakan untuk mengurutkan hasil dari nilai terbesar ke terkecil. Dengan begitu, kategori dengan jumlah unit terjual paling tinggi akan muncul pada baris pertama.
Hasil analisis menunjukkan:
| Product Category | Total Terjual |
|---|---|
| Clothing | 894 |
| Electronics | 849 |
| Beauty | 771 |
Dari hasil tersebut, Clothing menjadi kategori dengan jumlah unit terjual paling tinggi. Perbedaannya dengan Electronics memang tidak terlalu jauh, tetapi Clothing tetap berada di posisi pertama berdasarkan jumlah unit.
Apakah yang Paling Banyak Terjual Selalu Menghasilkan Penjualan Terbesar?
Belum tentu. Jumlah barang yang terjual hanya menunjukkan volume penjualan, sedangkan nilai penjualan juga dipengaruhi oleh harga produk.
Untuk melihat total nilai penjualan setiap kategori, kolom Total Amount dapat digunakan. Kita dapat menjumlahkan nilai tersebut dengan SUM().
SELECT `Product Category`, SUM(`Total Amount`) AS total_penjualan FROM retail_sales_dataset GROUP BY `Product Category` ORDER BY total_penjualan DESC;
Hasilnya menunjukkan bahwa Electronics memiliki total penjualan sebesar 156.905, sedangkan Clothing sebesar 155.580 dan Beauty sebesar 143.515.
Hal ini cukup menarik karena Clothing merupakan kategori dengan jumlah unit terjual paling banyak, tetapi Electronics memiliki total nilai penjualan yang lebih tinggi.
Artinya, istilah “produk terlaris” dapat memiliki hasil yang berbeda tergantung pada indikator yang digunakan. Jika yang ingin dicari adalah kategori dengan barang paling banyak terjual, maka Quantity dapat digunakan. Namun, jika yang ingin dilihat adalah nilai penjualannya, Total Amount menjadi indikator yang lebih sesuai.
Kesimpulan
Dari analisis menggunakan SQL, data transaksi penjualan dapat diubah menjadi informasi yang lebih mudah digunakan untuk melihat performa setiap kategori. Dengan menggunakan GROUP BY, SUM(), dan ORDER BY, jumlah unit terjual dapat dihitung dan kategori dengan penjualan tertinggi dapat ditemukan.
Berdasarkan jumlah unit, Clothing menjadi kategori dengan penjualan terbanyak dengan 894 unit. Namun, ketika dilihat berdasarkan total nilai penjualan, Electronics berada di posisi pertama dengan 156.905.
Perbedaan tersebut menunjukkan bahwa analisis penjualan tidak cukup hanya melihat satu indikator. Menentukan terlebih dahulu tujuan analisis akan membantu menghasilkan kesimpulan yang lebih tepat dari data yang tersedia.
Sumber Dataset:
Penulis:
Mau Kuasai Analisis Produk Terlaris dari Data Penjualan Menggunakan SQL Sampai Bisa Praktik Langsung?
Materi ini juga kami ajarkan langsung di kelas Edusoft Center, dibimbing mentor, sampai kamu bisa praktik nyata — bukan cuma baca teori.
Tanya Kursus via WhatsApp Lihat contoh project nyata dari siswa kami →
