Program Studi Bisnis Digital • FEB

Sistem Database

Pertemuan 12 — LIKE, BETWEEN, GROUP BY, dan Agregasi

Menyaring data dengan pola teks dan rentang nilai, lalu meringkas ribuan baris jadi angka bisnis yang bermakna.

RPS MINGGU 13 • 2 × 50 MENIT

Selamat pagi/siang, Anda semua. Hari ini kita masuk ke bagian SQL yang paling sering Anda pakai kalau nanti kerja sebagai analis bisnis atau admin toko online: mencari data berdasarkan pola teks, menyaring rentang angka atau tanggal, dan meringkas ribuan baris transaksi jadi satu angka yang bisa dibaca manajer dalam lima detik. Bayangkan Anda pegang data transaksi Tokopedia atau toko UMKM dengan puluhan ribu baris — pertanyaan seperti "berapa total penjualan tiap kategori bulan ini" tidak mungkin dijawab dengan membaca satu-satu, harus pakai perintah agregasi. Pertemuan ini melanjutkan SELECT dan WHERE yang sudah Anda kuasai, lalu menambah empat alat baru: LIKE untuk pola teks, BETWEEN untuk rentang, dan GROUP BY dengan HAVING untuk meringkas data per kelompok. Siapkan laptop Anda, karena kita akan banyak latihan menulis query langsung hari ini.

Tujuan Pembelajaran Hari Ini

Setelah pertemuan ini, Anda diharapkan mampu menulis query SQL untuk menyaring data dengan pola dan rentang, serta meringkas data per kelompok. Secara rinci:

Menyaring

LIKE & BETWEEN

Mencari baris berdasarkan pola teks (mis. nama diawali "A") dan rentang nilai/tanggal (mis. harga Rp 50.000–Rp 100.000).

Meringkas

GROUP BY & HAVING

Mengelompokkan baris berdasarkan kolom tertentu, menghitung agregat per kelompok, lalu menyaring hasil kelompok.

Alur besar semester: setelah ini Anda paham SELECT dasar (P9) sampai agregasi (P12) — fondasi sebelum masuk JOIN antar-tabel (P13–14).

Sub-CPMK minggu ini menuntut Anda mampu menulis query lanjutan yang menyaring dan meringkas data, bukan sekadar menampilkan apa adanya. Dua kelompok kemampuan yang akan kita bangun: pertama, kemampuan menyaring data dengan kondisi yang lebih fleksibel dari sekadar tanda sama-dengan, yaitu pola teks pakai LIKE dan rentang nilai pakai BETWEEN. Kedua, kemampuan meringkas banyak baris jadi statistik per kelompok pakai GROUP BY, ditambah HAVING untuk menyaring hasil ringkasan itu. Ingat baik-baik posisi pertemuan ini: kita sudah menguasai SELECT, WHERE, ORDER BY di pertemuan-pertemuan sebelumnya, dan setelah ini kita akan lanjut ke JOIN untuk menggabungkan beberapa tabel sekaligus. Jadi materi hari ini adalah jembatan penting sebelum Anda bisa menulis query analisis bisnis yang benar-benar kompleks.

Bagian 1 dari 4

Mengapa WHERE Saja Tidak Cukup?

Dunia nyata jarang butuh kecocokan persis — kita butuh pola dan rentang.

LIKE — Mencari Berdasarkan Pola Teks

Operator LIKE mencocokkan kolom teks dengan sebuah pola (pattern), bukan nilai persis. Pola ditulis dengan dua simbol wildcard (karakter pengganti):

Simbol %

Mewakili nol atau lebih karakter apa saja. Contoh: 'A%' = teks yang diawali huruf A, panjang bebas.

Simbol _

Mewakili tepat satu karakter apa saja. Contoh: 'B_ju' cocok dengan "Baju" tapi bukan "Bantalju".

SELECT nama_produk FROM produk
WHERE nama_produk LIKE 'Baju%';
-- hasil: "Baju Batik", "Baju Koko", "Baju Anak Motif Kartun", dst.

LIKE — Tiga Posisi Wildcard

Posisi simbol % menentukan di mana pola dicari dalam teks.

Pola	Arti	Contoh Cocok
`'Baju%'`	Diawali "Baju"	Baju Batik, Baju Koko
`'%Baju%'`	Mengandung "Baju" di mana saja	Setelan Baju Anak
`'%Anak'`	Diakhiri "Anak"	Sepatu Anak, Tas Anak
`NOT LIKE '%Anak%'`	TIDAK mengandung "Anak"	Kemeja Pria Slim Fit

LIKE tidak membedakan huruf besar/kecil di MySQL secara default (case-insensitive) — 'baju%' dan 'Baju%' hasilnya sama.

BETWEEN — Menyaring Rentang Nilai

Operator BETWEEN menyaring baris yang nilainya berada di dalam rentang tertentu, termasuk kedua batasnya (inclusive).

kolom BETWEEN nilai_bawah AND nilai_atas

SELECT nama_produk, harga FROM produk
WHERE harga BETWEEN 50000 AND 150000;
-- setara dengan:
-- WHERE harga >= 50000 AND harga <= 150000

BETWEEN juga berlaku untuk tanggal, mis. WHERE tgl_transaksi BETWEEN '2026-01-01' AND '2026-01-31' untuk transaksi Januari 2026.

BETWEEN adalah cara ringkas untuk menulis kondisi rentang yang kalau ditulis manual butuh dua kondisi digabung AND. Perhatikan kata kuncinya: BETWEEN itu inklusif, artinya kedua nilai batas — batas bawah dan batas atas — ikut dihitung sebagai hasil yang cocok, bukan dikeluarkan. Jadi WHERE harga BETWEEN 50000 AND 150000 akan mengembalikan produk dengan harga tepat lima puluh ribu, tepat seratus lima puluh ribu, dan semua di antaranya. Ini sangat berguna untuk laporan bisnis, misalnya manajer toko UMKM ingin tahu "produk mana yang harganya di kelas menengah, lima puluh ribu sampai seratus lima puluh ribu rupiah" untuk strategi promosi. BETWEEN juga bekerja untuk tanggal — kalau Anda ingin laporan transaksi selama bulan Januari, tulis BETWEEN tanggal pertama dan tanggal terakhir bulan itu.

Hitung dari Nol — Menyaring Data Produk

Tabel produk berisi 6 baris. Tugas: cari produk kategori "Baju" dengan harga Rp 50.000–Rp 100.000.

Langkah	Perhitungan (Query)	Hasil Baris Tersisa
1. Data awal	6 baris di tabel `produk`	6 baris
2. Saring nama LIKE	`WHERE nama_produk LIKE 'Baju%'` → cocok 4 dari 6	4 baris
3. Tambah BETWEEN harga	`AND harga BETWEEN 50000 AND 100000` → dari 4, yang harganya di rentang itu 2	2 baris
4. Hasil akhir	Baju Koko (Rp 75.000), Baju Batik Anak (Rp 60.000)	2 produk

Query gabungan: WHERE nama_produk LIKE 'Baju%' AND harga BETWEEN 50000 AND 100000

Mari kita hitung langkah demi langkah supaya Anda benar-benar paham cara mesin database memprosesnya. Bayangkan tabel produk sebuah toko fesyen online punya enam baris data. Langkah pertama, kita mulai dari keenam baris itu tanpa penyaringan apa pun. Langkah kedua, kita terapkan LIKE 'Baju%' — dari enam baris, yang namanya diawali kata Baju tersisa empat baris, karena dua baris lainnya adalah produk kategori lain seperti sepatu dan tas. Langkah ketiga, dari empat baris yang tersisa itu kita tambahkan syarat harga antara lima puluh ribu sampai seratus ribu rupiah menggunakan BETWEEN — ternyata hanya dua baris yang harganya masuk rentang itu, yang lain di luar rentang. Langkah keempat, kita dapat hasil akhir dua produk yang memenuhi kedua syarat sekaligus. Ingat, WHERE dengan AND memproses syarat secara berurutan seperti saringan bertingkat, setiap syarat mempersempit hasil sebelumnya.

Latihan Mandiri — Giliran Anda

Tabel pelanggan(id_pelanggan, nama, kota, tgl_daftar). Tulis query untuk soal berikut (5 menit, kerjakan di editor SQL Anda):

Soal A — Pola Teks

Tampilkan semua pelanggan yang namanya mengandung kata "Wati" di mana pun posisinya.

Soal B — Rentang Tanggal

Tampilkan pelanggan yang mendaftar antara 1 Maret 2026 sampai 31 Maret 2026.

Petunjuk: Soal A pakai LIKE '%...%', Soal B pakai BETWEEN '...' AND '...' pada kolom tanggal.

Bagian 2 dari 4

Dari Baris ke Angka Ringkasan

Fungsi agregasi mengubah banyak baris menjadi satu nilai yang bermakna.

Lima Fungsi Agregasi Dasar

Fungsi agregasi (aggregate function) meringkas sekumpulan baris menjadi satu nilai.

Total

SUM()

Menjumlahkan nilai numerik, mis. total omzet.

Rata-rata

AVG()

Rata-rata nilai numerik, mis. harga rata-rata produk.

Hitung baris

COUNT()

Jumlah baris yang cocok, mis. jumlah transaksi.

Nilai maksimum

MAX()

Nilai tertinggi dalam kolom, mis. harga produk termahal.

Nilai minimum

MIN()

Nilai terendah dalam kolom, mis. harga produk termurah.

COUNT(*) vs COUNT(kolom) — Beda Penting

Dua bentuk COUNT terlihat mirip tapi bisa menghasilkan angka berbeda kalau ada nilai kosong (NULL — sel yang belum diisi data).

Bentuk	Menghitung apa	Efek NULL
`COUNT(*)`	Semua baris, apa pun isinya	NULL tetap dihitung
`COUNT(no_telp)`	Baris dengan kolom no_telp terisi	NULL tidak dihitung

Contoh: 10 pelanggan, 2 belum isi nomor telepon (NULL). COUNT(*) = 10, tapi COUNT(no_telp) = 8.

Agregasi Tanpa Pengelompokan

Tanpa GROUP BY, fungsi agregasi meringkas seluruh tabel (atau seluruh hasil WHERE) jadi satu baris.

SELECT COUNT(*) AS jumlah_transaksi,
       SUM(total_bayar) AS total_omzet,
       AVG(total_bayar) AS rata_rata_transaksi
FROM transaksi
WHERE tgl_transaksi BETWEEN '2026-06-01' AND '2026-06-30';

Hasil hanya satu baris: jumlah transaksi, total omzet, dan rata-rata — semuanya untuk periode Juni 2026 saja karena disaring WHERE dulu.

Sebelum masuk ke GROUP BY, penting Anda paham bahwa fungsi agregasi bisa langsung dipakai tanpa pengelompokan sama sekali. Kalau Anda menulis SELECT COUNT bintang, SUM, dan AVG begitu saja dari tabel transaksi, hasilnya cuma satu baris yang meringkas SELURUH tabel jadi satu angka masing-masing. Perhatikan juga urutan pemrosesan: WHERE dijalankan LEBIH DULU untuk menyaring baris mana saja yang relevan — di contoh ini hanya transaksi bulan Juni 2026 — baru SETELAH itu fungsi agregasi meringkas baris-baris yang tersisa. Ini seperti laporan keuangan bulanan sederhana: berapa total transaksi bulan ini, berapa total omzetnya, berapa rata-rata nilai belanja per transaksi. Tapi kalau atasan Anda minta "per kategori produk", satu baris ringkasan ini tidak cukup — itu makanya kita butuh GROUP BY, yang akan kita bahas berikutnya.

Bagian 3 dari 4

GROUP BY — Meringkas per Kelompok

Bukan satu angka untuk semua data, tapi satu angka untuk TIAP kategori.

GROUP BY — Cara Kerja

GROUP BY mengelompokkan baris yang punya nilai sama di kolom tertentu, lalu fungsi agregasi dihitung per kelompok.

SELECT kategori, SUM(harga) AS total_harga, COUNT(*) AS jumlah_produk
FROM produk
GROUP BY kategori;

Perhatikan diagram ini baik-baik karena ini inti dari cara berpikir GROUP BY. Kita mulai dari empat baris data produk yang tercampur — dua kategori Baju dan dua kategori Sepatu tersebar di urutan apa saja. Ketika kita tulis GROUP BY kategori, database secara otomatis mengumpulkan semua baris berkategori Baju jadi satu kelompok, semua baris berkategori Sepatu jadi kelompok lain, lalu menjalankan SUM(harga) secara terpisah untuk masing-masing kelompok. Hasil akhirnya bukan empat baris lagi, tapi dua baris — satu baris per kategori unik, dengan total harga masing-masing sudah dijumlahkan. Bayangkan ini seperti Anda punya setumpuk nota penjualan campur aduk, lalu Anda pilah jadi tumpukan per kategori produk, baru dijumlahkan tiap tumpukan. Itulah persis yang dilakukan GROUP BY secara otomatis dalam sepersekian detik.

Aturan Penting: Kolom di SELECT Harus "Aman"

Saat pakai GROUP BY, kolom di SELECT HANYA boleh: (1) kolom yang di-GROUP BY, atau (2) hasil fungsi agregasi.

Benar

SELECT kategori, SUM(harga)
FROM produk
GROUP BY kategori;

Salah — Error

SELECT kategori, nama_produk, SUM(harga)
FROM produk
GROUP BY kategori;
-- nama_produk ambigu: produk mana?

nama_produk tidak boleh muncul karena tiap kelompok "kategori" berisi banyak nama produk berbeda — database tidak tahu nama mana yang harus ditampilkan.

Ini aturan yang wajib Anda hafal karena kalau dilanggar, database akan langsung memberi pesan error. Logikanya sederhana kalau Anda pikirkan baik-baik: begitu kita mengelompokkan baris berdasarkan kategori, satu baris hasil mewakili BANYAK baris asli sekaligus — misalnya kelompok "Baju" mewakili empat produk baju yang berbeda nama. Kalau kita minta database menampilkan kolom nama_produk begitu saja, database bingung, nama produk yang mana yang harus ditampilkan untuk mewakili kelompok itu? Karena itu, aturan mainnya: kolom di SELECT hanya boleh kolom yang sama dengan yang ada di GROUP BY, atau kolom yang sudah "diringkas" lewat fungsi agregasi seperti SUM atau COUNT, yang hasilnya memang satu angka pasti per kelompok. Ini adalah kesalahan paling umum pemula saat pertama kali belajar GROUP BY, jadi ingat baik-baik aturan ini.

Hitung dari Nol — Total Omzet per Kategori

Tabel transaksi(kategori, jumlah, harga_satuan) punya 5 baris. Hitung total omzet (jumlah × harga_satuan) per kategori.

Langkah	Perhitungan	Nilai
1. Baris "Baju"	(3 × Rp25.000) + (2 × Rp30.000) = Rp75.000 + Rp60.000	Rp135.000
2. Baris "Sepatu"	(1 × Rp200.000) + (2 × Rp90.000) = Rp200.000 + Rp180.000	Rp380.000
3. Kelompokkan GROUP BY kategori	2 kelompok terbentuk dari 5 baris awal	2 baris hasil
4. Grand total (cek silang)	Rp135.000 + Rp380.000	Rp515.000

SELECT kategori, SUM(jumlah*harga_satuan) AS omzet FROM transaksi GROUP BY kategori;

Mari kita hitung angka ini dari nol supaya Anda yakin bagaimana database sampai ke hasil akhirnya. Bayangkan tabel transaksi sebuah toko online punya lima baris: tiga baris kategori Baju dan dua baris kategori Sepatu. Langkah pertama, kita jumlahkan omzet semua baris berkategori Baju — tiga unit dikali dua puluh lima ribu ditambah dua unit dikali tiga puluh ribu, hasilnya seratus tiga puluh lima ribu rupiah. Langkah kedua, kita jumlahkan omzet baris berkategori Sepatu — satu unit dikali dua ratus ribu ditambah dua unit dikali sembilan puluh ribu, hasilnya tiga ratus delapan puluh ribu rupiah. Langkah ketiga, GROUP BY secara otomatis memecah lima baris asli menjadi dua baris hasil, satu per kategori. Langkah keempat, sebagai cek silang, kalau kita jumlahkan kedua total kategori itu, hasilnya harus sama dengan grand total seluruh transaksi, yaitu lima ratus lima belas ribu rupiah — ini cara Anda memverifikasi hasil GROUP BY sudah benar.

HAVING — Menyaring Hasil Kelompok

HAVING menyaring baris SETELAH GROUP BY dan agregasi selesai — berbeda dengan WHERE yang menyaring SEBELUM pengelompokan.

SELECT kategori, SUM(jumlah*harga_satuan) AS omzet
FROM transaksi
GROUP BY kategori
HAVING SUM(jumlah*harga_satuan) > 150000;

HAVING tidak bisa dipakai sendirian tanpa GROUP BY, dan HAVING tidak bisa diganti WHERE karena WHERE tidak mengenal hasil fungsi agregasi (belum dihitung saat WHERE berjalan).

HAVING sering membingungkan mahasiswa karena terlihat mirip WHERE, tapi keduanya bekerja di tahap yang sama sekali berbeda. WHERE menyaring baris MENTAH, sebelum data dikelompokkan dan diagregasi. HAVING menyaring hasil SETELAH GROUP BY dan agregasi selesai dihitung — jadi HAVING bisa memakai hasil SUM, COUNT, AVG dan sejenisnya di dalam kondisinya, sedangkan WHERE tidak bisa karena saat WHERE dijalankan, angka agregat itu belum ada. Contoh nyatanya: manajer toko ingin tahu "kategori mana yang omzetnya di atas seratus lima puluh ribu rupiah" — ini pertanyaan tentang HASIL kelompok, bukan tentang baris mentah, jadi harus pakai HAVING, bukan WHERE. Bayangkan Anda bekerja di tim analisis Astra International melihat performa cabang, HAVING adalah alat untuk menyaring "cabang mana saja yang lolos target", bukan "transaksi mana saja yang lolos syarat".

Urutan Eksekusi Query Lengkap

SQL ditulis dengan urutan kata kunci tertentu, tapi database mengeksekusi dalam urutan logis berbeda.

Menyaring baris mentah → WHERE (tahap 2). Menyaring hasil kelompok → HAVING (tahap 4, setelah agregasi dihitung).

Diagram ini menjawab kebingungan paling umum soal kapan pakai WHERE dan kapan pakai HAVING. Meskipun saat menulis query kita mengetik SELECT dulu di baris paling atas, database sebenarnya mengeksekusi dengan urutan logis yang berbeda: dimulai dari FROM untuk menentukan tabel sumber, lalu WHERE untuk menyaring baris mentah, baru GROUP BY untuk mengelompokkan, kemudian HAVING untuk menyaring hasil kelompok, dan baru terakhir SELECT menentukan kolom apa yang ditampilkan serta ORDER BY mengurutkannya. Karena WHERE dijalankan SEBELUM GROUP BY, WHERE tidak punya akses ke hasil SUM atau COUNT — angka itu belum dihitung. Sebaliknya HAVING dijalankan SETELAH GROUP BY, jadi HAVING bisa "melihat" hasil agregasi. Coba hafal urutan ini dengan jembatan keledai sederhana: "From Where Group Having Select" — urutkan sesuai abjad prioritas logisnya, bukan urutan penulisan.

Bagian 4 dari 4

Merangkai Semua — Studi Kasus

LIKE, BETWEEN, GROUP BY, dan HAVING dalam satu query bisnis nyata.

Alat Bantu — Simulasi GROUP BY Interaktif

Coba ubah kolom pengelompokan dan lihat bagaimana baris data "mengelompok" secara visual dan langsung dihitung ulang.

Studi Kasus — Laporan Kategori Populer

Tugas: dari tabel transaksi(nama_produk, kategori, tgl_transaksi, jumlah, harga_satuan), cari kategori dengan nama produk mengandung "Elektronik", periode Mei 2026, yang omzetnya di atas Rp1.000.000.

SELECT kategori, SUM(jumlah * harga_satuan) AS total_omzet
FROM transaksi
WHERE nama_produk LIKE '%Elektronik%'
  AND tgl_transaksi BETWEEN '2026-05-01' AND '2026-05-31'
GROUP BY kategori
HAVING SUM(jumlah * harga_satuan) > 1000000
ORDER BY total_omzet DESC;

Urutan klausa BAKU: SELECT → FROM → WHERE → GROUP BY → HAVING → ORDER BY. Tertukar urutan = error sintaks.

Sekarang mari kita satukan semua yang sudah kita pelajari dalam satu query bisnis yang realistis, seperti yang mungkin diminta manajer sebuah toko elektronik online. Perhatikan urutan penulisannya: pertama WHERE menyaring baris mentah dengan dua syarat sekaligus, nama produk mengandung kata Elektronik menggunakan LIKE, dan tanggal transaksi di bulan Mei 2026 menggunakan BETWEEN. Setelah itu GROUP BY mengelompokkan baris yang tersisa berdasarkan kategori. Baru kemudian HAVING menyaring kelompok mana saja yang total omzetnya melebihi satu juta rupiah — perhatikan HAVING memakai fungsi SUM yang sama persis dengan yang ada di SELECT. Terakhir ORDER BY mengurutkan hasil dari omzet tertinggi ke terendah. Ini contoh nyata bagaimana empat alat yang kita pelajari hari ini — LIKE, BETWEEN, GROUP BY, HAVING — bekerja sama dalam satu pertanyaan bisnis yang kompleks.

Kesalahan Umum yang Sering Terjadi

Kesalahan

Lupa tanda kutip pada pola LIKE
Kolom non-agregat di SELECT tanpa ada di GROUP BY
Pakai WHERE untuk syarat hasil agregasi
Urutan klausa tertukar (mis. GROUP BY sebelum WHERE)

Perbaikan

Selalu apit pola dengan '...'
Masukkan kolom itu ke GROUP BY, atau bungkus dengan agregasi
Ganti jadi HAVING
Ikuti urutan baku: WHERE → GROUP BY → HAVING

Sebelum kita masuk rangkuman, saya ingin tunjukkan kesalahan-kesalahan yang paling sering saya temui dari mahasiswa angkatan sebelumnya saat pertama kali belajar materi ini. Pertama, lupa memberi tanda kutip pada pola LIKE — ingat, karena kita membandingkan teks, pola harus selalu diapit tanda kutip satu. Kedua, memasukkan kolom yang bukan hasil agregasi ke SELECT padahal kolom itu tidak ada di GROUP BY — ini akan langsung memicu error. Ketiga, mencoba memakai WHERE untuk menyaring hasil SUM atau COUNT, padahal itu tugas HAVING. Keempat, menulis urutan klausa yang tertukar, misalnya menaruh GROUP BY sebelum WHERE — SQL sangat ketat soal urutan ini dan akan menolak menjalankan query kalau salah urutan. Kalau Anda mengalami error saat latihan nanti, coba cek dulu empat hal ini sebelum bertanya ke saya.

Rangkuman — Cheat Sheet

Perintah	Fungsi	Contoh
`LIKE`	Cocokkan pola teks (% dan _)	`nama LIKE 'A%'`
`BETWEEN`	Rentang nilai/tanggal (inklusif)	`harga BETWEEN 1 AND 100`
`GROUP BY`	Kelompokkan baris sama	`GROUP BY kategori`
`HAVING`	Saring hasil kelompok	`HAVING SUM(x) > 100`
`SUM/AVG/COUNT/MAX/MIN`	Fungsi agregasi	`SUM(harga)`

Urutan eksekusi wajib diingat: FROM → WHERE → GROUP BY → HAVING → SELECT → ORDER BY.

Penutup — Persiapan Pertemuan Berikutnya

Minggu Depan

Kita masuk ke INNER dan OUTER JOIN — menggabungkan dua tabel atau lebih menjadi satu hasil query, misalnya menggabungkan tabel pelanggan dengan tabel transaksi.

Tugas Sebelum Pertemuan Berikut

3 Query

Latihan mandiri: buat 3 query kombinasi LIKE/BETWEEN/GROUP BY/HAVING dari dataset transaksi yang dibagikan di LMS.

Bawa laptop dengan XAMPP/MySQL Workbench aktif di pertemuan berikutnya untuk praktik JOIN langsung.

Sampai di sini pertemuan kita hari ini tentang LIKE, BETWEEN, GROUP BY, dan fungsi agregasi. Minggu depan kita akan naik satu tingkat lagi ke topik JOIN — bagaimana menggabungkan dua tabel atau lebih menjadi satu hasil query, misalnya menggabungkan data pelanggan dengan data transaksinya supaya kita tahu nama pelanggan di balik tiap transaksi, bukan cuma ID-nya. Sebagai persiapan, saya minta Anda mengerjakan tiga query latihan yang menggabungkan materi hari ini menggunakan dataset transaksi yang sudah saya unggah di LMS, kerjakan sebelum pertemuan berikutnya supaya kita bisa langsung diskusi kalau ada kesulitan. Jangan lupa bawa laptop dengan XAMPP atau MySQL Workbench yang sudah aktif, karena minggu depan kita akan langsung praktik menggabungkan tabel. Terima Kasih atas perhatian Anda hari ini, sampai jumpa minggu depan.