Main Logo
  • Home
  • About
  • Kursus
    • Paket Kursus
    • Roadmap Profesi
    • Data & AI
      • Data Analyst
      • Data Scientist
      • AI Engineer
      • Data Engineer
      • Business Intelligence (BI) Specialist
    • Infrastruktur & Keamanan
      • Network Engineer
      • System Engineer
      • DevOps Engineer
      • Security Engineer
      • Cloud Engineer
    • Programming & Web Development
      • Web & App Developer
      • Web Developer
      • WordPress Developer
      • Mobile Developer
    • Spesialisasi
      • Blockchain Engineer
      • IOT Engineer
      • Digital Marketing Specialist
  • Elearning
  • Blog
  • Portfolio
Daftar
Main Logo
  • Home
  • About
  • Kursus
    • Paket Kursus
    • Roadmap Profesi
    • Data & AI
      • Data Analyst
      • Data Scientist
      • AI Engineer
      • Data Engineer
      • Business Intelligence (BI) Specialist
    • Infrastruktur & Keamanan
      • Network Engineer
      • System Engineer
      • DevOps Engineer
      • Security Engineer
      • Cloud Engineer
    • Programming & Web Development
      • Web & App Developer
      • Web Developer
      • WordPress Developer
      • Mobile Developer
    • Spesialisasi
      • Blockchain Engineer
      • IOT Engineer
      • Digital Marketing Specialist
  • Elearning
  • Blog
  • Portfolio

Analisis Produk Terlaris dari Data Penjualan Menggunakan SQL

  • September 4, 2026
  • oleh Avrillia Zahra Khoirun Nisa

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 CategoryTotal Terjual
Clothing894
Electronics849
Beauty771

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:

Kaggle

Penulis:

Avrillia Zahra Khoirun Nisa

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 →

Tags: BusinessBusiness DataBusiness IntelligencedataData AnalyticsData InsightData ManagementData PenjualanData VisualizationDatabasedatasetEDAkaggleProduct AnalysisRetail dataSales datasqlSQL Query
Previous Post

Post comment

Cancel reply

Your email address will not be published. Required fields are marked *

Recent Posts

  • Analisis Produk Terlaris dari Data Penjualan Menggunakan SQL
  • Vanity Metrics vs KPI: Cara Memilih Angka yang Benar-Benar Penting
  • Analisis Data Monitoring Jaringan Menggunakan SQL
  • Cara Membuat Judul Grafik yang Langsung Bicara ke Pembaca
  • Data Pesanan Membantu Memantau Efisiensi Proses Bisnis?

Arsip

  • September 2026
  • August 2026
  • July 2026
  • June 2026
  • April 2026
  • March 2026
  • February 2026
  • January 2026
  • September 2025
  • August 2025
  • July 2025
  • March 2019
  • February 2019
  • January 2019
  • December 2018
  • November 2018
  • October 2018
  • September 2018
  • August 2018
  • July 2018
  • June 2018
  • May 2018
  • April 2018
  • March 2018
  • February 2018
  • January 2018
  • December 2017
  • November 2017
  • October 2017
  • September 2017
  • August 2017
  • July 2017
  • June 2017
  • May 2017
  • April 2017
  • March 2017
  • February 2017
  • January 2017
  • December 2016
  • November 2016
  • October 2016
  • September 2016
  • August 2016
  • July 2016
  • June 2016
  • May 2016
  • April 2016
  • March 2016
  • February 2016
  • January 2016
  • December 2015
  • November 2015
  • October 2015
  • September 2015
  • August 2015
  • July 2015
  • June 2015
  • May 2015
  • April 2015
  • March 2015
  • February 2015
  • January 2015
  • December 2014
  • November 2014
  • October 2014
  • September 2014
  • August 2014
  • July 2014
  • June 2014
  • May 2014
  • April 2014
  • March 2014
  • February 2014
  • January 2014
  • December 2013
  • November 2013
  • October 2013
  • September 2013
  • August 2013
  • July 2013
  • June 2013
  • May 2013
  • April 2013
  • March 2013
  • February 2013
  • January 2013
  • December 2012
  • November 2012
  • October 2012
  • September 2012
  • August 2012
  • July 2012
  • June 2012
  • May 2012
  • April 2012
  • December 2011
  • November 2011

Tags

apache web server dns server kursus android kursus database kursus dns dan web server kursus dns server kursus ethical hacking kursus hacking kursus jaringan kursus jaringan linux Kursus Komputer kursus komputer di solo kursus komputer di solo / surakarta kursus komputer di surakarta kursus linux Kursus Linux Forensics kursus linux networking kursus linux security kursus linux server kursus mikrotik kursus networking kursus network security kursus php Kursus PHP dan MySQL kursus php mysql kursus proxy kursus security kursus ubuntu kursus ubuntu server kursus web kursus web security kursus web server kursus wordpress kursus wordpress theme linux MySQL pelatihan komputer di solo PHP python security training komputer training komputer di solo tutorial php ubuntu wordpress

© Edusoft Center - Kursus Komputer di Solo | 2010 - 2026 | Privacy Policy | Site Map | Portfolio Magang | Butuh tim kami langsung yang mengerjakan? Lihat layanan implementasi →

All Right Reserved

WhatsApp us