Lanjutan Data Analyst

Mengenal Data NULL dan Cara Menanganinya dalam SQL

Belajar memahami NULL dalam database, cara menemukan data NULL, serta menggunakan IS NULL, IS NOT NULL, dan COALESCE untuk menangani data yang kosong.

Mengenal Data NULL dan Cara Menanganinya dalam SQL

Apa Itu NULL?

Dalam database, NULL berarti tidak ada nilai atau data yang tersedia.

Contohnya:

NamaKotaEmail
AndiJakartaandi@email.com
BudiBandungNULL
CitraNULLcitra@email.com
Geser ke samping untuk melihat seluruh tabel

Pada data Budi, kolom email memiliki nilai NULL.

Sedangkan Citra belum memiliki data kota.

NULL bukan berarti:

0

dan bukan juga:

''

NULL berarti tidak ada nilai yang tersedia.

Kenapa Data NULL Bisa Terjadi?

Data NULL bisa muncul karena beberapa alasan.

Contohnya:

  • Data belum diisi
  • Informasi tidak tersedia
  • Data tidak wajib diisi
  • Kesalahan saat memasukkan data
  • Data berasal dari tabel lain yang tidak memiliki pasangan

Misalnya pelanggan baru belum mengisi nomor telepon.

Database bisa menyimpannya sebagai NULL.

NULL Berbeda dengan 0

Perhatikan contoh berikut:

ProdukStok
Laptop10
Mouse0
KeyboardNULL
Geser ke samping untuk melihat seluruh tabel

Artinya:

10 → memiliki stok 10.

0 → stok memang kosong.

NULL → informasi stok tidak tersedia atau belum diketahui.

Jadi jangan langsung menganggap NULL sama dengan 0.

Mencari Data NULL dengan IS NULL

Untuk mencari data yang memiliki nilai NULL, gunakan:

SELECT *
FROM pelanggan
WHERE email IS NULL;

Query tersebut akan menampilkan pelanggan yang emailnya NULL.

Mencari Data yang Tidak NULL

Jika ingin mencari data yang memiliki nilai, gunakan:

SELECT *
FROM pelanggan
WHERE email IS NOT NULL;

Artinya:

Tampilkan pelanggan yang memiliki email.

Jangan Menggunakan = NULL

Kesalahan yang sering terjadi adalah:

WHERE email = NULL

Cara tersebut tidak tepat untuk mengecek NULL.

Gunakan:

WHERE email IS NULL

Sedangkan untuk data yang tidak NULL:

WHERE email IS NOT NULL

Contoh Data

Misalnya tabel pelanggan:

idnamakotaemail
1AndiJakartaandi@email.com
2BudiBandungNULL
3CitraNULLcitra@email.com
4DeniJakartaNULL
Geser ke samping untuk melihat seluruh tabel

Untuk mencari pelanggan yang belum memiliki email:

SELECT *
FROM pelanggan
WHERE email IS NULL;

Hasil:

idnamakotaemail
2BudiBandungNULL
4DeniJakartaNULL
Geser ke samping untuk melihat seluruh tabel

Menghitung Data NULL

Kita juga bisa menghitung berapa banyak data yang NULL.

Contohnya:

SELECT COUNT(*)
FROM pelanggan
WHERE email IS NULL;

Jika hasilnya:

2

berarti ada 2 pelanggan yang belum memiliki email.

Menggunakan COALESCE

Kadang kita ingin mengganti tampilan NULL dengan nilai tertentu.

Untuk itu kita bisa menggunakan COALESCE.

Contoh:

SELECT
    nama,
    COALESCE(email, 'Belum Ada Email') AS email
FROM pelanggan;

Jika email NULL, hasilnya menjadi:

Belum Ada Email

Hasil:

namaemail
Andiandi@email.com
BudiBelum Ada Email
Citracitra@email.com
DeniBelum Ada Email
Geser ke samping untuk melihat seluruh tabel

COALESCE untuk Angka

COALESCE juga bisa digunakan untuk angka.

Misalnya:

ProdukStok
Laptop10
MouseNULL
Keyboard5
Geser ke samping untuk melihat seluruh tabel

Gunakan:

SELECT
    produk,
    COALESCE(stok, 0) AS stok
FROM produk;

Hasil:

ProdukStok
Laptop10
Mouse0
Keyboard5
Geser ke samping untuk melihat seluruh tabel

Tetapi perlu diingat, mengganti NULL dengan 0 harus sesuai dengan konteks datanya.

Kalau NULL berarti "belum diketahui", belum tentu tepat jika langsung dianggap 0.

NULL Setelah LEFT JOIN

NULL juga sering muncul ketika menggunakan LEFT JOIN.

Misalnya:

Tabel Pelanggan

idnama
P001Andi
P002Budi
P003Citra
Geser ke samping untuk melihat seluruh tabel

Tabel Transaksi

id_pelanggantotal
P001500000
P002750000
Geser ke samping untuk melihat seluruh tabel

Jika menggunakan:

SELECT
    p.nama,
    t.total
FROM pelanggan AS p
LEFT JOIN transaksi AS t
    ON p.id = t.id_pelanggan;

Hasilnya bisa menjadi:

namatotal
Andi500000
Budi750000
CitraNULL
Geser ke samping untuk melihat seluruh tabel

Citra tidak memiliki transaksi sehingga kolom total menjadi NULL.

Mencari Data yang Belum Memiliki Pasangan

Kondisi seperti ini sering digunakan untuk mencari data yang belum memiliki transaksi.

Contohnya:

SELECT
    p.nama
FROM pelanggan AS p
LEFT JOIN transaksi AS t
    ON p.id = t.id_pelanggan
WHERE t.id_pelanggan IS NULL;

Hasilnya:

nama
Citra
Geser ke samping untuk melihat seluruh tabel

Artinya Citra belum memiliki transaksi.

Ini merupakan salah satu penggunaan NULL yang cukup penting dalam analisis data.

Kesalahan yang Sering Terjadi

Menganggap NULL Sama dengan 0

NULL berarti nilai tidak tersedia.

Sedangkan 0 merupakan nilai yang memang diketahui.

Menggunakan = NULL

Jangan gunakan:

WHERE email = NULL

Gunakan:

WHERE email IS NULL

Mengganti Semua NULL Secara Sembarangan

Tidak semua NULL harus diubah menjadi 0 atau teks tertentu.

Sebelum mengganti NULL, pahami dulu arti data tersebut.

Latihan

Gunakan tabel berikut:

idnamakotaemail
1AndiJakartaandi@email.com
2BudiBandungNULL
3CitraNULLcitra@email.com
4DeniJakartaNULL
5EkaNULLeka@email.com
Geser ke samping untuk melihat seluruh tabel

Buat query untuk:

  1. Menampilkan pelanggan yang emailnya NULL.
  2. Menampilkan pelanggan yang kotanya NULL.
  3. Menghitung jumlah pelanggan tanpa email.
  4. Menghitung jumlah pelanggan tanpa kota.
  5. Menampilkan email dengan nilai NULL diganti menjadi Belum Ada Email.
  6. Menampilkan kota dengan nilai NULL diganti menjadi Belum Diketahui.

Checklist

  • Memahami apa itu NULL
  • Mengetahui perbedaan NULL dan 0
  • Memahami IS NULL
  • Memahami IS NOT NULL
  • Tidak menggunakan = NULL
  • Memahami COALESCE
  • Bisa menghitung data NULL
  • Memahami NULL setelah LEFT JOIN
  • Bisa mencari data yang belum memiliki pasangan

Kesimpulan

NULL merupakan bagian penting dalam pengolahan data karena dataset tidak selalu lengkap.

Beberapa perintah yang perlu kamu ingat:

IS NULL
→ mencari data yang NULL

IS NOT NULL
→ mencari data yang tidak NULL

COALESCE
→ memberikan nilai pengganti ketika data NULL

Yang paling penting, jangan langsung menganggap NULL sebagai 0. Pahami dulu arti NULL pada dataset sebelum melakukan perubahan.

Kategori: Data Analyst