Power Query di Power BI adalah mesin transformasi data (ETL) yang memungkinkan Anda mengambil, membersihkan, dan membentuk ulang data dari berbagai sumber sebelum dianalisis. Di sinilah data mentah yang berantakan—kolom tidak konsisten, format tanggal campur aduk, baris kosong—diubah menjadi tabel rapi yang siap divisualisasikan. Setiap langkah yang Anda lakukan direkam otomatis, sehingga proses pembersihan dapat diulang persis sama setiap kali data diperbarui.
Banyak pengguna Power BI langsung melompat ke pembuatan grafik dan bingung mengapa angkanya salah. Jawabannya hampir selalu ada di tahap sebelumnya: data belum dibersihkan dengan benar di Power Query. Artikel ini menjelaskan fungsi, cara kerja, dan posisi Power Query dalam alur kerja analisis data.
Apa Itu Power Query?
Power Query adalah fitur di dalam Power BI (juga tersedia di Excel) untuk melakukan ETL: Extract (mengambil data dari sumber), Transform (membersihkan dan mengubah bentuknya), dan Load (memuatnya ke model data). Antarmukanya visual—Anda mengklik tombol, dan di balik layar Power Query menulis kode dalam bahasa bernama M.
Keunggulan utamanya adalah repeatability. Begitu Anda mendefinisikan langkah-langkah pembersihan, langkah itu tersimpan sebagai "Applied Steps". Saat sumber data diperbarui bulan depan, cukup klik Refresh dan seluruh transformasi berjalan ulang otomatis—tidak perlu membersihkan manual lagi.
Bagaimana Cara Kerja Power Query?
Alurnya mengikuti pola berurutan:
1. Connect (Mengambil Data)
Power Query terhubung ke ratusan sumber: Excel, CSV, database SQL, web, folder, hingga layanan cloud. Data ditarik ke dalam Power Query Editor tanpa mengubah sumber aslinya.
2. Transform (Membersihkan & Membentuk)
Tahap inti. Operasi yang paling sering dipakai:
- Menghapus baris/kolom yang tidak relevan.
- Mengubah tipe data (teks ke angka, teks ke tanggal) agar perhitungan akurat.
- Split & merge columns untuk memisah atau menggabungkan nilai.
- Unpivot mengubah data lebar (kolom per bulan) menjadi format panjang yang ramah analisis.
- Merge & append queries menggabungkan beberapa tabel—setara JOIN dan UNION di database.
- Group By meringkas data (mis. total penjualan per wilayah).
3. Load (Memuat ke Model)
Setelah bersih, data dimuat ke model Power BI, siap dihitung dengan DAX dan divisualisasikan.
Setiap tindakan muncul sebagai langkah di panel Applied Steps, yang bisa diedit, diurutkan ulang, atau dihapus—memberi jejak audit yang transparan atas setiap perubahan data.
Apa Bedanya Power Query dan DAX?
Ini pertanyaan paling umum bagi pemula Power BI:
- Power Query (bahasa M) bekerja sebelum data masuk model—untuk menyiapkan dan membersihkan data. Dijalankan saat refresh.
- DAX bekerja setelah data dimuat—untuk menghitung ukuran (measures), rasio, dan agregasi dinamis saat laporan dibuka.
Aturan praktisnya: bersihkan dan bentuk data di Power Query, lalu hitung metrik di DAX. Menyeret pekerjaan transformasi ke DAX membuat model lambat dan rumit. Untuk pendalaman sisi perhitungan, lihat panduan fungsi DAX Power BI.
Tips Power Query untuk Dashboard yang Andal
- Beri nama langkah yang deskriptif agar mudah ditelusuri rekan tim.
- Pangkas data sedini mungkin—buang kolom/baris tak terpakai di awal agar refresh cepat.
- Tetapkan tipe data di akhir setelah struktur stabil, untuk menghindari error berantai.
- Manfaatkan parameter agar query bisa dipakai ulang untuk sumber berbeda.
Kesalahan Umum Pengguna Power Query
Memahami jebakan yang sering terjadi mempercepat Anda menjadi mahir:
- Melakukan transformasi di DAX, bukan di Power Query. Banyak pemula membuat kolom terhitung (calculated column) untuk membersihkan teks atau memperbaiki tipe data—padahal itu pekerjaan Power Query. Akibatnya model membengkak dan refresh melambat.
- Mengubah tipe data terlalu dini. Menetapkan tipe sebelum struktur stabil membuat langkah berikutnya patah saat kolom berpindah. Tetapkan tipe di tahap akhir.
- Mengandalkan nama kolom sumber yang berubah-ubah. Jika sumber data (mis. ekspor sistem) kadang mengganti nama kolom, langkah yang mereferensikan nama lama akan error. Gunakan penanganan yang lebih tangguh atau standarkan sumber.
- Tidak memangkas data lebih awal. Memuat jutaan baris lalu membuang sebagian di akhir memboroskan waktu refresh. Filter sedekat mungkin ke sumber.
- Mengabaikan dokumentasi langkah. "Applied Steps" dengan nama default seperti Changed Type1, Changed Type2 menyulitkan rekan tim menelusuri logika. Beri nama yang bermakna.
Menghindari kesalahan ini membuat dashboard Anda lebih cepat, lebih stabil saat data diperbarui, dan lebih mudah dirawat tim. Prinsip besarnya tetap sama: letakkan setiap pekerjaan di lapisan yang tepat—bersihkan di Power Query, hitung di DAX, sajikan di visual. Untuk konteks penyajian akhir, lihat panduan visualisasi data untuk perusahaan.
Menguasai Power Query adalah fondasi sebelum masuk ke visualisasi dan DAX. Pembelajaran terstruktur mempercepat prosesnya: program Data Analysis & Dashboard Creation with Power BI dari Dilatih.co membahas alur lengkap dari Power Query, pemodelan data, hingga dashboard interaktif. Gambaran menyeluruh jalur belajarnya ada di panduan pelatihan data analyst & Power BI, sementara penerapannya untuk tim keuangan dibahas di pelatihan Power BI untuk finance.
FAQ seputar Power Query di Power BI
Apa itu Power Query? Mesin ETL di Power BI (dan Excel) untuk mengambil, membersihkan, dan membentuk ulang data sebelum dianalisis; setiap langkahnya direkam dan dapat dijalankan ulang otomatis saat refresh.
Apa bedanya Power Query dan DAX? Power Query menyiapkan/membersihkan data sebelum masuk model (saat refresh); DAX menghitung metrik setelah data dimuat (saat laporan dibuka).
Apakah Power Query sama dengan Power BI? Tidak. Power Query adalah salah satu komponen di dalam Power BI—khusus untuk transformasi data. Power BI mencakup pula pemodelan, DAX, dan visualisasi.
Apakah Power Query butuh coding? Tidak wajib. Sebagian besar transformasi dilakukan lewat klik antarmuka; bahasa M dibuat otomatis di balik layar, meski bisa diedit manual untuk kasus lanjutan.
Di mana Power Query bisa digunakan? Di Power BI Desktop dan Microsoft Excel (Get & Transform Data), dengan antarmuka dan logika yang serupa.
Sumber / Referensi
- Microsoft Learn — Power Query documentation: learn.microsoft.com
- Microsoft Learn — Query overview in Power BI Desktop: learn.microsoft.com
Lihat program & jadwal sertifikasi di katalog kursus Dilatih.co.

