Mengubah Query SQL Menjadi Visualisasi Data

January 15, 2026
oleh Edusoft Center

Daftar Isi

Pendahuluan

Dalam era digital saat ini, data menjadi salah satu aset terpenting dalam pengambilan keputusan. Namun, data dalam bentuk tabel dan angka sering kali sulit dipahami secara cepat. Oleh karena itu, visualisasi data menjadi solusi efektif untuk menyajikan informasi secara lebih intuitif dan mudah dianalisis.

SQL (Structured Query Language) digunakan untuk mengelola dan mengambil data dari database, sedangkan Python menyediakan berbagai library visualisasi seperti Matplotlib dan Pandas untuk mengolah dan menampilkan data secara grafis. Artikel ini membahas secara lengkap bagaimana mengubah hasil query SQL menjadi visualisasi data menggunakan MySQL dan Python, dimulai dari pembuatan database hingga pembuatan grafik.

Tujuan Pembelajaran

Setelah mengikuti tutorial ini, pembaca diharapkan mampu:

Membuat database dan tabel di MySQL
Mengisi data ke dalam tabel
Menggunakan query SQL (SELECT, JOIN, GROUP BY, CASE WHEN)
Menghubungkan MySQL dengan Python
Mengubah hasil query SQL menjadi grafik visualisasi data

Tools dan Teknologi yang Digunakan

MySQL (Database)
Python 3
Library Python:
- mysql-connector-python
- pandas
- matplotlib
Command Prompt / PowerShell / VS Code

1. Membuat Database

Langkah pertama adalah membuat database yang akan digunakan untuk menyimpan data.

CREATE DATABASE visualisasi_data;

Aktifkan database:

USE visualisasi_data;

2. Membuat Tabel

2.1 Tabel Presensi

Tabel ini digunakan untuk menyimpan data kehadiran siswa.

CREATE TABLE presensi (
    id INT AUTO_INCREMENT PRIMARY KEY,
    nama VARCHAR(100),
    tanggal DATE,
    status VARCHAR(20)
);

2.2 Tabel Transaksi

Digunakan untuk menyimpan data penjualan atau transaksi.

CREATE TABLE transaksi (
    id INT AUTO_INCREMENT PRIMARY KEY,
    tanggal DATE,
    total INT
);

2.3 Tabel Users

Digunakan untuk menyimpan data pengguna.

CREATE TABLE users (
    id INT AUTO_INCREMENT PRIMARY KEY,
    nama VARCHAR(100)
);

2.4 Tabel Aktivitas

Menyimpan aktivitas yang dilakukan oleh setiap user.

CREATE TABLE aktivitas (
    id INT AUTO_INCREMENT PRIMARY KEY,
    user_id INT,
    tanggal DATE,
    keterangan VARCHAR(255),
    FOREIGN KEY (user_id) REFERENCES users(id)
);

2.5 Tabel Nilai

Menyimpan nilai siswa.

CREATE TABLE nilai (
    id INT AUTO_INCREMENT PRIMARY KEY,
    nama VARCHAR(100),
    nilai INT
);

3. Mengisi Data ke Tabel

3.1 Data Presensi

INSERT INTO presensi (nama, tanggal, status) VALUES
('Andi','2025-01-01','Hadir'),
('Budi','2025-01-01','Hadir'),
('Citra','2025-01-01','Hadir'),
('Andi','2025-01-02','Hadir'),
('Budi','2025-01-02','Hadir'),
('Citra','2025-01-02','Hadir');

3.2 Data Transaksi

INSERT INTO transaksi (tanggal, total) VALUES
('2025-01-01',500000),
('2025-01-15',300000),
('2025-02-05',450000),
('2025-02-20',250000),
('2025-03-10',700000);

3.3 Data Users

INSERT INTO users (nama) VALUES
('Andi'),
('Budi'),
('Citra');

3.4 Data Aktivitas

INSERT INTO aktivitas (user_id, tanggal, keterangan) VALUES
(1,'2025-01-01','Input data'),
(1,'2025-01-02','Validasi laporan'),
(2,'2025-01-01','Presensi'),
(3,'2025-01-03','Monitoring');

3.5 Data Nilai

INSERT INTO nilai (nama, nilai) VALUES
('Andi',85),
('Budi',72),
('Citra',68),
('Dina',90),
('Eko',75),
('Fajar',60);

4. Query SQL untuk Analisis Data

4.1 Menghitung Kehadiran Harian

SELECT tanggal, COUNT(*) AS jumlah_hadir
FROM presensi
WHERE status = 'Hadir'
GROUP BY tanggal
ORDER BY tanggal;

4.2 Total Penjualan per Bulan

SELECT
  MONTH(tanggal) AS bulan,
  SUM(total) AS total_penjualan
FROM transaksi
GROUP BY MONTH(tanggal)
ORDER BY bulan;

4.3 Jumlah Aktivitas per User (JOIN)

SELECT
  u.nama,
  COUNT(a.id) AS total_aktivitas
FROM users u
JOIN aktivitas a ON u.id = a.user_id
GROUP BY u.nama;

4.4 Kategori Nilai (CASE WHEN)

SELECT
  CASE
    WHEN nilai >= 80 THEN 'A'
    WHEN nilai >= 70 THEN 'B'
    ELSE 'C'
  END AS kategori_nilai,
  COUNT(*) AS jumlah
FROM nilai
GROUP BY kategori_nilai;

5. Menghubungkan MySQL dengan Python

Install library (jika belum):

pip install mysql-connector-python pandas matplotlib

6. Visualisasi Data dengan Python

6.1 Visualisasi Kehadiran Siswa

import mysql.connector
import pandas as pd
import matplotlib.pyplot as plt

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

query = """
SELECT tanggal, COUNT(*) AS jumlah_hadir
FROM presensi
WHERE status='Hadir'
GROUP BY tanggal
"""

df = pd.read_sql(query, conn)

plt.plot(df['tanggal'], df['jumlah_hadir'], marker='o')
plt.title("Jumlah Kehadiran Siswa")
plt.xlabel("Tanggal")
plt.ylabel("Jumlah Hadir")
plt.show()

6.2 Visualisasi Total Penjualan per Bulan

query = """
SELECT MONTH(tanggal) AS bulan, SUM(total) AS total_penjualan
FROM transaksi
GROUP BY MONTH(tanggal)
"""

df = pd.read_sql(query, conn)

plt.bar(df['bulan'], df['total_penjualan'])
plt.title("Total Penjualan per Bulan")
plt.xlabel("Bulan")
plt.ylabel("Total Penjualan")
plt.show()

6.3 Visualisasi Aktivitas User

query = """
SELECT u.nama, COUNT(a.id) AS total_aktivitas
FROM users u
JOIN aktivitas a ON u.id = a.user_id
GROUP BY u.nama
"""

df = pd.read_sql(query, conn)

plt.bar(df['nama'], df['total_aktivitas'])
plt.title("Jumlah Aktivitas per User")
plt.xlabel("User")
plt.ylabel("Total Aktivitas")
plt.show()

6.4 Visualisasi Distribusi Nilai

query = """
SELECT
  CASE
    WHEN nilai >= 80 THEN 'A'
    WHEN nilai >= 70 THEN 'B'
    ELSE 'C'
  END AS kategori_nilai,
  COUNT(*) AS jumlah
FROM nilai
GROUP BY kategori_nilai
"""

df = pd.read_sql(query, conn)

plt.pie(df['jumlah'], labels=df['kategori_nilai'], autopct='%1.1f%%')
plt.title("Distribusi Kategori Nilai")
plt.show()

7. Analisis Hasil Visualisasi

Visualisasi data mempermudah analisis pola, seperti:

Tren kehadiran siswa dari waktu ke waktu
Peningkatan atau penurunan penjualan per bulan
Tingkat aktivitas pengguna
Distribusi nilai siswa secara keseluruhan

Grafik memungkinkan pengambilan keputusan lebih cepat dibandingkan data tabel mentah.

Hasil Jumlah Aktivitas per User :

Hasil Distribusi Kategori Nilai :

Hasil Jumlah Kehadiran Siswa :

Kesimpulan

Mengubah query SQL menjadi visualisasi data adalah langkah penting dalam analisis data modern. Dengan memanfaatkan MySQL untuk pengolahan data dan Python untuk visualisasi, proses analisis menjadi lebih efektif dan informatif. Pendekatan ini sangat cocok diterapkan dalam bidang pendidikan, bisnis, dan sistem informasi.

Penutup

Tutorial ini dirancang agar dapat diikuti oleh pemula hingga tingkat menengah. Dengan memahami alur dari database hingga visualisasi, pembaca diharapkan mampu mengembangkan sistem analisis data yang lebih kompleks di masa depan.