Power Query Excel — ETL Data dari Banyak Sumber dari Nol

Bayangkan Anda mengawasi tiga cabang toko kopi — Jakarta, Bandung, Surabaya. Tiap cabang mengirim laporan penjualan bulanan dalam format yang tidak konsisten: Jakarta di CSV, Bandung di workbook Excel adminnya, Surabaya di tabel web intranet. Skema kolom pun berbeda: Jakarta menulis tgl, Bandung Tanggal, Surabaya Date. Sebagian cabang mencatat omzet dengan prefiks “Rp”, sebagian sebagai angka telanjang. Setiap akhir bulan Anda menggabungkan ketiganya secara manual — copy-paste, find-replace, susun ulang kolom, perbaiki tipe data. Sebulan penuh pekerjaan itu menyita satu hari kerja utuh.

Itulah masalah klasik sebelum Power Query ada. Excel lama menganggap data sudah bersih dan sudah di satu tempat — rumus menjumlahkan, pivot meringkas, chart menggambar. Tetapi 80% waktu analisis nyata bukan di analisisnya, melainkan di persiapannya: mengumpulkan, menyatukan, membersihkan. Power Query dibangun tepat untuk 80% itu — bukan kumpulan rumus di sel, melainkan mesin ETL (Extract, Transform, Load) yang tertanam di Excel sejak 2016: menarik data dari sumber, mencatat tiap langkah pembersihan sebagai resep yang bisa diulang, lalu memuat hasil bersih ke lembar. Saat bulan depan tiga file cabang baru tiba, Anda menekan Refresh, dan seluruh resep berjalan otomatis.

Artikel ini menuntun Anda dari nol: menghubungkan tiga sumber berbeda, transformasi inti, menyatukan semuanya menjadi satu master table, join antar-tabel, Group By, Custom Column, dan memuat hasil ke Table maupun PivotTable. Karena tiap pembaca punya data sendiri, artikel ini tidak menyertakan berkas latihan — tiap langkah dijelaskan generik dengan skenario cabang kopi, dan Anda menukar dengan dataset Anda sendiri.

Apa Itu Power Query

Power Query adalah mesin persiapan data bawaan Excel (dan Power BI) yang melakukan tiga hal berurutan: mengekstrak data dari sumber, mentransformasi sesuai aturan, lalu memuat hasil ke tujuan. Tiga tahap itu — Extract, Transform, Load — memberi nama ETL, singkatan yang akan Anda temui di semua literatur data engineering.

Perbedaan paling mendasar dari rumus Excel biasa: Power Query bekerja pada kolom dan tabel, bukan sel individual. Saat Anda menghapus 20 kolom tak terpakai, perubahan disimpan sebagai satu langkah dalam daftar Applied Steps — bukan rumus, melainkan instruksi yang bisa dibaca, diubah, dan dijalankan ulang. Inilah yang membuatnya replikabel: bila sumber diganti bulan depan, seluruh rangkaian pembersihan berjalan otomatis.

Empat tahap kerja yang diulang di setiap proyek:

Power Query bukan add-in lagi. Sejak Excel 2016 for Windows, Power Query tertanam asli di ribbon Data (grup Get & Transform Data). Excel for Mac didukung penuh sejak 2021. Excel 2010/2013 perlu add-in gratis “Power Query for Excel”. Bila tombol Get Data tidak muncul, periksa versi Excel.

Inilah seluruh perjalanan ETL dalam satu gambar:

Persiapan: Siapkan Data Anda Sendiri

Artikel ini tidak menyertakan berkas latihan karena manfaat utama Power Query justru pada data kotor milik Anda sendiri — bukan dataset artifisial yang sudah rapi. Untuk mengikuti setiap langkah, siapkan tiga sumber berikut di folder kerja (misalnya D:\Latihan\PQ\):

• cabang-jakarta.csv — file teks dipisah koma. Kolom: tgl,produk,qty,omzet. Omzet ditulis dengan prefiks Rp (misalnya Rp 1.800.000). Buat 5–10 baris di Notepad, atau ekspor dari sistem Anda.
• cabang-bandung.xlsx — workbook Excel terpisah, satu lembar bernama Penjualan. Kolom: Tanggal, Produk, Kuantitas, Omzet (numerik murni). Baris judul berada di baris kedua karena baris pertama berisi “Laporan Bulanan” yang di-merge.
• URL tabel web — cari halaman Wikipedia berbahasa Indonesia yang memuat tabel HTML (misalnya “Daftar provinsi di Indonesia”). Atau buat file HTML sederhana berisi satu <table>. Power Query menarik tabel HTML pertama yang ditemukannya.

Tiga sumber dengan skema dan kebersihan berbeda inilah yang dipakai sepanjang artikel. Bila tidak punya ketiganya siap, buatlah versi mini masing-masing dengan 5–10 baris. Power Query paling bisa dipelajari saat Anda melihatnya membersihkan kekacauan nyata.

Tahap 1 — Connect: Hubungkan ke Sumber

Tahap pertama adalah masuk ke jendela Power Query lewat ribbon Data. Tombolnya satu: Get Data. Dari situ Anda memilih jenis sumber.

Latihan 1.1 — Dari File CSV (cabang Jakarta)

1. Buka workbook Excel baru (workbook “master” tempat hasil Power Query dimuat).
2. Ribbon Data → Get Data → From Text/CSV.
3. Arahkan ke cabang-jakarta.csv, klik Import.
4. Dialog Navigator menampilkan pratinjau 20 baris pertama. Periksa File Origin (biasanya 65001: Unicode (UTF-8)), Delimiter (Comma), dan Data Type Detection (default aman).
5. Jangan klik Load dulu. Klik Transform Data.

Anda baru saja masuk ke Power Query Editor — jendela terpisah tempat seluruh transformasi terjadi; 90% pekerjaan Power Query dikerjakan di sini. Lima komponen utamanya:

• Ribbon di atas (Home, Transform, Add Column, dll.) — semua perintah.
• Pratinjau data di tengah — tabel interaktif; klik header, klik kanan sel.
• Query Settings di kanan — Properties (nama query) dan Applied Steps (daftar langkah).
• Daftar Queries di kiri — semua query dalam workbook.
• Formula bar di atas pratinjau — kode M di balik langkah terpilih.

Bahasa M. Di balik setiap klik, Power Query menulis kode dalam bahasa fungsional bernama M. Anda tidak perlu menulis M untuk pekerjaan harian — klik sudah cukup. Tetapi memahami bahwa setiap langkah = satu baris M membantu saat debugging; klik kanan langkah → Edit untuk membuka formula bar dan melihat kode persisnya.

Saat ini Applied Steps berisi dua langkah otomatis: Source dan Changed Type. Perhatikan kolom omzet — kemungkinan terdeteksi sebagai Text karena ada prefiks Rp. Ini akan diperbaiki di Tahap 2.

Latihan 1.2 — Dari Workbook Excel (cabang Bandung)

1. Jangan tutup Editor. Dari ribbon Editor: Home → New Source → From File → From Excel Workbook.
2. Arahkan ke cabang-bandung.xlsx, klik Open.
3. Navigator menampilkan objek di workbook itu: lembar (Penjualan), tabel bernama jika ada. Centang Penjualan.
4. Klik Transform Data.

Editor sekarang punya dua query di panel kiri. Ganti nama query kedua menjadi cabang-bandung di panel Query Settings → Properties → Name. Penamaan konsisten penting karena Append di Tahap 3 memanggilnya berdasarkan nama.

Perhatikan data: baris pertama berisi teks “Laporan Bulanan”, baris kedua baru header asli — kasus klasik “header tertundukan” dari sistem warisan.

Latihan 1.3 — Dari Tabel Web (cabang Surabaya, simulasi)

1. Dari Editor: New Source → From Other Sources → From Web.
2. Masukkan URL lengkap (misalnya https://id.wikipedia.org/wiki/Daftar_provinsi_di_Indonesia).
3. Navigator menampilkan daftar semua tabel di halaman itu (Table 0, Table 1, dst.). Klik untuk pratinjau, pilih yang paling mendekati struktur tabel.
4. Klik Transform Data.

Simulasi ini menggantikan “tabel Surabaya di intranet” dengan tabel web publik. Power Query menganggap halaman web sebagai dokumen HTML yang bisa diparsing; refresh otomatis menarik ulang bila struktur berubah. Ganti nama query menjadi cabang-surabaya agar konsisten dengan dua sebelumnya.

Anda kini punya tiga query terpisah, masing-masing terhubung ke sumber berbeda dan masih kotor dengan caranya sendiri. Tahap 2 membersihkan semuanya.

Tahap 2 — Transform: Bersihkan Tiap Sumber

Setiap sumber punya penyakit berbeda. Pendekatan Power Query: bersihkan tiap query sampai skemanya identik (nama kolom, tipe data, urutan) sehingga bisa disatukan di Tahap 3.

Latihan 2.1 — Promote Headers (cabang-bandung)

Pada cabang-bandung, header asli berada di baris kedua. Perbaiki:

1. Pastikan query cabang-bandung aktif.
2. Ribbon Home → Use First Row as Headers.
3. Baris pertama (“Laporan Bulanan”) hilang, baris kedua menjadi header.

Applied Steps bertambah satu langkah Promoted Headers.

Latihan 2.2 — Rename Columns agar Konsisten

cabang-jakarta punya tgl, produk, qty, omzet. cabang-bandung punya Tanggal, Produk, Kuantitas, Omzet. cabang-surabaya mungkin punya Date, Product, Quantity, Revenue. Skema harus disamakan sebelum Append — pilih konvensi kapital awal Indonesia: Tanggal, Produk, Kuantitas, Omzet.

Klik kanan header → Rename → ketik nama baru. Lakukan di tiap query sampai semua kolom menjadi Tanggal | Produk | Kuantitas | Omzet.

Latihan 2.3 — Change Data Type

Tipe data salah adalah sumber error paling sering di analisis lanjutan (pivot jadi Count padahal seharusnya Sum — lihat artikel Pivot Table). Power Query wajib tipe eksplisit.

1. Klik ikon tipe di kiri header kolom → pilih tipe target.
2. Tanggal → Date, Kuantitas → Whole Number, Produk → Text.
3. omzet tak bisa langsung ke angka karena ada Rp. Lanjut ke Latihan 2.4.

Mengapa tipe wajib eksplisit. Kolom Omzet campuran “Rp 1.800.000” dan 1800000 menghasilkan error saat dijumlahkan, atau diam-diam jadi teks lalu pivot menampilkan Count. Power Query memaksa Anda menetapkan tipe; bila konversi gagal pada baris tertentu, baris itu berisi Error yang bisa difilter keluar — transparan, tidak diam-diam.

Latihan 2.4 — Replace Values dan Split Column (membersihkan prefiks Rp)

Kolom omzet di cabang-jakarta berisi teks seperti Rp 1.800.000. Konversi langsung ke angka gagal. Strategi: hapus Rp di awal, hapus titik ribuan, lalu konversi.

Pendekatan A — Replace Values (untuk teks tetap):

1. Klik kanan header Omzet → Replace Values.
2. Value To Find: Rp (dengan spasi). Replace With: kosongkan. OK.
3. Ulangi Replace Values: cari . (titik), ganti kosong.

Setelah dua langkah, Rp 1.800.000 menjadi 1800000 (masih teks).

Pendekatan B — Split Column by Delimiter (alternatif parsing):

1. Pilih kolom Omzet. Ribbon Transform → Split Column → By Delimiter.
2. Delimiter Custom, ketik spasi . Klik OK.
3. Kolom terbelah jadi Omzet.1 (Rp) dan Omzet.2 (1.800.000).
4. Hapus Omzet.1 (klik kanan → Remove). Rename Omzet.2 → Omzet.

Kedua pendekatan sah. Replace lebih ringkas untuk satu prefix; Split lebih kuat jika banyak bagian harus dipisah (misalnya Jakarta-Pusat-Mini).

Akhir langkah ini, lakukan Change Type → Whole Number pada kolom Omzet. Bila masih ada error, klik kanan header → Replace Errors dengan 0 (hati-hati — lebih baik telusuri). Lakukan transformasi serupa di cabang-bandung dan cabang-surabaya.

Latihan 2.5 — Remove Columns dan Filter Rows

Sumber sering punya kolom tak terpakai. Klik kanan header → Remove. Pendekatan kebalikan: Ctrl+klik kolom yang ingin dipertahankan → klik kanan → Remove Other Columns (lebih cepat bila yang dipertahankan sedikit).

Untuk filter: klik panah dropdown di header, hilangkan centang pada nilai yang dibuang (misalnya Produk = (null)). Filter teks: dropdown → Text Filters → Begins With…. Sama seperti filter Excel biasa, tapi tercatat sebagai langkah.

Hapus langkah yang tidak perlu. Bila Applied Steps menumpuk karena terlalu banyak mencoba, klik tanda X di samping langkah yang ingin dihapus. Power Query selalu mengambil ulang dari Source dan menjalankan ulang sisa langkah — penghapusan tidak merusak data sumber.

Setelah Tahap 2, ketiga query memiliki skema identik: Tanggal: Date | Produk: Text | Kuantitas: Whole Number | Omzet: Decimal Number. Siap disatukan.

Tahap 3 — Combine: Append dan Merge

Inilah jantung kekuatan Power Query. Dua operasi dasar menyatukan tabel:

• Append — tumpuk baris dari dua atau lebih query. Cocok untuk “3 file cabang → 1 master table”.
• Merge — gabung dua query berdasarkan kolom kunci, mirip VLOOKUP atau SQL JOIN. Cocok untuk “tambah kolom Kategori dari master produk berdasarkan kode”.

Latihan 3.1 — Append: Gabung Tiga Cabang

1. Ribbon Home → Append Queries → Append Queries as New (membuat query baru sebagai master, bukan menambah ke salah satu cabang).
2. Three or more tables (centang). Tambahkan cabang-jakarta, cabang-bandung, cabang-surabaya ke kotak kanan dengan Add ».
3. Klik OK.

Query baru terbentuk (default Append 1; ganti menjadi master-penjualan). Pratinjau menampilkan gabungan ketiganya. Periksa jumlah baris — harus sama dengan total baris ketiga query asal. Bila semua cabang telah disamakan skemanya di Tahap 2, Append bekerja tanpa drama.

Append vs Copy-Paste. Append adalah copy-paste yang terdokumentasi dan terotomatisasi. Saat bulan depan cabang-jakarta.csv ditimpa data baru, Anda menekan Refresh — Append otomatis menggabungkan tanpa Anda menyentuh keyboard. Inilah lompatan produktivitas terbesar Power Query.

Latihan 3.2 — Merge: Join dengan Tabel Master Produk

Skenario: master produk ada di query terpisah master-produk (kolom KodeProduk, NamaProduk, Kategori) yang sudah Anda connect dari workbook lain. Master-penjualan hanya punya Produk (kode). Anda ingin menambah kolom Kategori.

1. Aktifkan master-penjualan. Ribbon Home → Merge Queries → Merge Queries as New.
2. Bagian atas: master-penjualan sudah terisi. Bagian bawah dropdown: pilih master-produk.
3. Klik kolom Produk di tabel atas (header) sebagai kunci. Klik kolom KodeProduk di tabel bawah. Kedua header berubah gelap — tanda kunci terpilih.
4. Join Kind: Left Outer (default — semua baris dari kiri, cocokkan yang kanan). Lihat tabel di bawah untuk opsi lain.
5. Klik OK.

Query baru terbentuk dengan kolom master-produk di ujung kanan berisi Table per baris (hasil merge sebagai tabel bersarang). Klik ikon panah ganda di header → centang NamaProduk dan Kategori → hapus centang “Use original column name as prefix” → OK. Kedua kolom kini tampil sebagai kolom biasa di master.

Jenis join yang tersedia di Merge:

Merge adalah VLOOKUP yang tidak pernah patah. VLOOKUP di sel Excel error #N/A untuk kode tak ditemukan; Anda harus membungkus IFERROR dan tidak tahu berapa banyak baris yang tidak cocok. Merge dengan Left Anti seketika menampilkan daftar kode yang tidak terpasangkan — Anda bisa memperbaiki master atau data cabang sebelum melanjutkan. Jauh lebih aman daripada #N/A yang tersebar diam-diam.

Latihan 3.3 — Unpivot: Ubah Wide ke Long

Satu transformasi yang sering dibutuhkan: Unpivot. Skenario: laporan bulanan datang dalam format lebar — Produk | Jan | Feb | ... | Des — tiap bulan sebagai kolom terpisah. Pivot Table membenci format ini; ia butuh format panjang Produk | Bulan | Omzet.

1. Aktifkan query laporan lebar. Pilih kolom Produk (klik header).
2. Klik kanan → Unpivot Other Columns.
3. Hasilnya tiga kolom: Produk, Attribute (nama bulan asal), Value (omzet).
4. Rename Attribute → Bulan, Value → Omzet.

Kebalikannya — Pivot Column di ribbon Transform — mengubah panjang kembali ke lebar.

Tahap 4 — Group By, Custom Column, Load

Tahap akhir menyiapkan hasil untuk konsumsi: meringkas, menambah hitungan, memuat ke Excel.

Latihan 4.1 — Group By: Ringkasan per Produk

Power Query bisa meringkas sendiri — tidak perlu pivot untuk tabel agregat statis. Pada master-penjualan:

1. Ribbon Transform → Group By.
2. Group by: Produk. New column name Total Omzet, Operation Sum, Column Omzet.
3. Klik Advanced untuk agregasi kedua: Banyak Transaksi, Operation Count Rows. Bila ingin grouping dua tingkat (Produk lalu Bulan), klik + Add grouping dan tambahkan kolom Bulan.
4. Klik OK.

Hasilnya tabel ringkasan — Produk | Total Omzet | Banyak Transaksi. Ringkasan ini statis (tidak interaktif seperti pivot); gunakan bila ingin hasil yang tidak bisa diubah pengguna akhir — cocok untuk ekspor laporan PDF.

Latihan 4.2 — Custom Column: Rumus M Sederhana

Kolom hitungan baru — omzet per unit, margin, flag promo — dibuat lewat Add Column → Custom Column.

Contoh 1 — Omzet per Unit: Name Omzet per Unit, Formula =[Omzet] / [Kuantitas], atur tipe Decimal Number.

Contoh 2 — Flag Diskon: Formula if [Diskon] > 0.1 then "Promo" else "Reguler". M mendukung if ... then ... else ... bersarang.

Contoh 3 — Ekstrak bulan: Date.MonthName([Tanggal]) → "January". Untuk Indonesia: Date.ToText([Tanggal], "MMM", "id-ID") → "Jan".

Sintaks M yang sering dipakai. Nama kolom selalu dalam kurung siku: [Omzet]. Fungsi dimulai huruf kapital: Date.Month, Text.Upper, Number.Round. String dalam tanda kutip ganda. Operator aritmatika standar. Logika and, or, not (bukan &&). Setiap langkah = satu ekspresi M; Anda tidak perlu menulis semuanya, tapi membaca formula bar membantu debugging.

Latihan 4.3 — Load ke Excel Table

Hasil siap dimuat. Tiga pilihan tujuan utama:

1. Table — Excel Table biasa di lembar, dinamai otomatis. Bisa diolah lebih lanjut dengan rumus/pivot.
2. PivotTable Report — Excel menyisipkan pivot kosong dari hasil Power Query.
3. Only Create Connection — tidak ada output fisik; query tersimpan sebagai koneksi. Dipakai bila query ini jadi input untuk query lain.

Untuk master table utama:

1. Ribbon Home → Close & Load (tombol, bukan dropdown).
2. Default: query dimuat sebagai Table di lembar baru. Excel menutup Editor.

Bila Anda memuat banyak query sekaligus, masing-masing menempati lembar sendiri. Untuk menghindari duplikat, klik dropdown Close & Load → Close & Load To… → pilih New worksheet atau Existing worksheet (tunjuk sel), atau centang Only Create Connection.

Latihan 4.4 — Load ke PivotTable

PivotTable berbasis Power Query adalah kombinasi paling kuat:

1. Aktifkan query master-penjualan di Editor (atau klik kanan query di panel Queries & Connections di Excel → Edit).
2. Home → Close & Load → Close & Load To… → centang PivotTable Report → OK.

Excel menyisipkan pivot kosong di lembar baru, dengan sumber data adalah query Power Query. Tarik field seperti biasa (lihat artikel Pivot Table): Produk ke Rows, Omzet ke Values. Pivot ini otomatis terhubung ke query — refresh Power Query otomatis menyegarkan pivot.

Latihan 4.5 — Refresh: Saat Data Sumber Berubah

Inilah momen “hari kerja yang hilang kembali”. File cabang-jakarta.csv ditimpa file baru bulan depan. Cara menyegarkan:

• Satu query: di panel Queries & Connections (Excel, bukan Editor), klik kanan query → Refresh.
• Semua query: ribbon Data → Refresh All (atau Ctrl + Alt + F5).
• Otomatis: klik kanan query → Properties → centang Refresh data when opening the file atau Refresh every N minutes.

Seluruh rangkaian ETL — connect, transform, combine, group by — dijalankan ulang otomatis. Inilah yang membuat Power Query bukan sekadar alat bersih-bersih, melainkan alur kerja otomatis.

Refresh dan privasi. Saat pertama kali refresh query yang menggabungkan sumber dari origin berbeda (file lokal + web), Excel mungkin meminta Privacy Level per sumber: Organizational, Public, Private. Privacy Level mencegah kebocoran data antar-sumber. Untuk latihan pribadi, set semuanya ke Organizational atau Public. Untuk data sensitif perusahaan, ikuti kebijakan IT.

Cek Pemahaman

1. Anda membuat Append dari cabang-jakarta, cabang-bandung, cabang-surabaya tetapi hasilnya hanya menampilkan kolom dari Jakarta dan Bandung; kolom dari Surabaya hilang. Apa dua penyebab paling mungkin?

2. Manajer mengeluh: “Setiap refresh, Power Query mengambil data 50.000 baris, padahal yang saya butuhkan hanya 1.000 terbaru.” Bagaimana memperkecil data yang dimuat tanpa mengubah sumber?

3. Anda melakukan Merge Left Outer antara master-penjualan (kiri) dan master-produk (kanan). Setelah expand kolom Kategori, beberapa baris menampilkan null. Apa artinya dan bagaimana menginvestigasi?

4. Anda menulis Custom Column [Omzet] / [Kuantitas]. Pada baris Kuantitas = 0, hasilnya Infinity. Bagaimana menulis ulang rumus M agar aman?

if [Kuantitas] = 0 or [Kuantitas] = null then null else [Omzet] / [Kuantitas]

Kesalahan Umum

Lupa menetapkan tipe data. Setiap kolom harus punya tipe eksplisit sebelum Load. Bila dibiarkan “Any”, kolom numerik ditafsirkan sebagai teks oleh pivot → Count bukan Sum. Setelah setiap langkah yang membuat kolom baru (Custom Column, Split), atur ulang tipe.

Tidak menyamakan nama kolom sebelum Append. Power Query mencocokkan berdasarkan nama case-sensitive. Produk dan produk dianggap berbeda, menghasilkan dua kolom terpisah dengan banyak null. Atur konvensi nama dan rename di tiap query sebelum Append.

Menghapus langkah Source. Menghapus Source memutus koneksi ke data — Editor kosong dan query rusak. Hanya hapus langkah di tengah, bukan langkah pertama.

Merge dengan Join Kind yang salah. Left Outer paling sering dipakai. Bila master-produk adalah tabel utama dan Anda ingin semua produk muncul meski belum terjual, gunakan Right Outer atau balik urutan tabel di dialog Merge. Salah join = hasil menyesatkan tanpa error eksplisit.

Load semua query sebagai Table. Query perantara (yang sudah di-Append ke master) tidak perlu dimuat ke lembar — mereka jadi input query lain. Set Close & Load To → Only Create Connection agar workbook tidak penuh lembar sampah.

Lupa Privacy Level saat menggabungkan sumber lintas-origin. Append yang menggabungkan file lokal dengan tabel web memicu permintaan Privacy Level. Bila ditutup terlalu cepat, refresh berikutnya bisa gagal dengan “Formula.Firewall”. Solusi: Data → Get Data → Query Options → Privacy → atur ulang per sumber.

Mengandalkan deteksi tipe otomatis. Changed Type otomatis kadang salah — kode produk “001”, “002” bisa dideteksi sebagai angka dan kehilangan nol di depan. Biasakan periksa tipe otomatis, khususnya kolom ID/kode.

Dipakai di Praktik

• Konsolidasi laporan multi-cabang. Manajer regional menggabungkan laporan dari 10 cabang dengan format berbeda (CSV, Excel, PDF terkonversi). Power Query menyatukan ke master table yang di-refresh bulanan.
• Data riset kuantitatif. Mahasiswa S2 mengunduh data panel dari BPS, World Bank, dan Yahoo Finance dalam format berbeda. Power Query membersihkan format tanggal beragam, menyatukan kode wilayah, menghasilkan satu panel siap analisis.
• Audit keuangan bulanan. Akuntan mengimpor laporan transaksi dari ERP, Merge dengan master akun untuk memverifikasi setiap kode punya kategori valid. Left Anti join menampilkan transaksi tanpa master — sinyal error input.
• Dasbor data SDM. Departemen SDM menggabungkan data absensi (CSV harian dari mesin sidik jari) dengan master karyawan, Group By per departemen per minggu, muat ke PivotTable yang di-refresh tiap Senin pagi.
• Eksplorasi data tesis. Mahasiswa yang mengumpulkan data dari Google Forms memakai Power Query untuk membersihkan entri ganda, menstandardisasi nama kota, mengubah format lebar ke panjang sebelum analisis di SPSS atau R.

Lanjutan

• Pivot Table Excel — pivot adalah konsumen utama hasil Power Query; muat hasil PQ ke pivot untuk analisis interaktif.
• SUMIFS dan Conditional Formatting — setelah Power Query membersihkan data, SUMIFS dan CF mengolahnya menjadi ringkasan bertingkat.
• VLOOKUP, INDEX-MATCH, XLOOKUP — Merge di Power Query adalah alternatif VLOOKUP yang lebih aman dan terdokumentasi; kenali kapan masing-masing lebih cocok.
• Panduan Excel Chart — chart yang akurat bermula dari data bersih; Power Query menyiapkan, chart menyajikan.
• Workflow Tesis End-to-End — tahap persiapan data (80% waktu riset) di mana Power Query paling berkontribusi.