Bab 8: Pivot Table & Dashboard Dasar

Kenapa Pivot Table Dibutuhkan

Bayangkan kamu sudah mempelajari SUMIFS, COUNTIFS, dan AVERAGEIFS pada bab sebelumnya, dan berhasil menghitung total penjualan per kategori produk Belanjain menggunakan formula tersebut. Namun bayangkan sekarang tim manajemen ingin melihat ringkasan yang lebih kompleks, misalnya total penjualan per kategori produk, dipecah lagi per kota, dipecah lagi per bulan, dan mereka ingin bisa dengan mudah mengubah-ubah cara pengelompokan ini sesuai kebutuhan diskusi yang sedang berlangsung. Jika kamu harus menulis formula SUMIFS satu per satu untuk setiap kombinasi kategori, kota, dan bulan, pekerjaan ini akan menjadi sangat memakan waktu dan rawan kesalahan, apalagi jika kombinasi yang dibutuhkan berubah-ubah setiap kali rapat berlangsung.

Di sinilah Pivot Table menjadi solusi yang jauh lebih efisien. Pivot Table adalah fitur yang memungkinkan kamu meringkas data dalam jumlah besar menjadi tabel ringkasan yang lebih kecil dan mudah dibaca, dengan kemampuan mengelompokkan, memfilter, dan menghitung agregasi data secara interaktif, tanpa perlu menulis satu pun formula secara manual. Kamu bisa membayangkan Pivot Table sebagai cara untuk "meremas" data mentah yang panjang dan detail, menjadi ringkasan yang jauh lebih ringkas namun tetap informatif, dan yang terpenting, susunan ringkasan ini bisa diubah-ubah hanya dengan menggeser field yang tersedia, tanpa perlu mengubah data asli maupun menulis ulang formula.

Anatomi Pivot Table

Sebelum membangun Pivot Table pertamamu, penting memahami dulu empat area utama yang membentuk struktur sebuah Pivot Table. Area Rows (Baris) menentukan data apa yang akan ditampilkan secara vertikal sebagai pengelompokan utama, misalnya jika kamu menempatkan kolom Kategori Produk pada area ini, Pivot Table akan menampilkan setiap kategori produk sebagai baris terpisah.

Area Columns (Kolom) menentukan data apa yang akan ditampilkan secara horizontal sebagai pengelompokan tambahan, sering dipakai untuk membuat perbandingan silang. Sebagai ilustrasi, jika kamu menempatkan Kategori Produk pada area Rows dan Bulan pada area Columns, hasilnya akan menjadi tabel matriks yang menunjukkan total penjualan setiap kategori produk, dipecah lagi per bulan dalam kolom-kolom terpisah, sehingga kamu bisa langsung membandingkan tren dari bulan ke bulan untuk setiap kategori.

Area Values (Nilai) menentukan angka apa yang ingin dihitung dan ditampilkan sebagai isi tabel, misalnya total nilai transaksi (dijumlahkan), atau banyaknya transaksi (dihitung). Area ini yang menentukan jenis agregasi yang dipakai, apakah SUM, COUNT, AVERAGE, atau jenis agregasi lainnya, dan satu Pivot Table bisa memiliki lebih dari satu field pada area Values sekaligus, misalnya menampilkan total nilai transaksi sekaligus banyaknya transaksi dalam satu tabel yang sama.

Area Filters (Filter) memungkinkan kamu membatasi data yang ditampilkan pada keseluruhan Pivot Table berdasarkan kriteria tertentu, tanpa kriteria tersebut ditampilkan sebagai baris maupun kolom. Sebagai ilustrasi, jika kamu menempatkan kolom Metode Pembayaran pada area Filters, kamu bisa memilih untuk hanya menampilkan data transaksi dengan metode pembayaran tertentu saja, misalnya hanya "Transfer Bank", sementara struktur baris dan kolom Pivot Table tetap menampilkan Kategori Produk dan Bulan seperti biasa.

Membangun Pivot Table Langkah demi Langkah

Untuk membangun Pivot Table, langkah pertama adalah memastikan data sumber sudah memenuhi prinsip tidy data yang sudah dibahas di Bab 4, karena Pivot Table bekerja dengan asumsi setiap kolom adalah satu variabel dan setiap baris adalah satu observasi. Data yang tidak rapi akan menghasilkan Pivot Table yang salah atau tidak lengkap, meskipun secara teknis pembuatan Pivot Table-nya sudah benar.

Setelah data siap, kamu memilih seluruh range data yang ingin diringkas, termasuk baris header, lalu memilih menu untuk menyisipkan Pivot Table, yang biasanya akan menghasilkan sheet baru berisi kerangka Pivot Table kosong beserta panel di sisi kanan yang menampilkan daftar seluruh kolom (field) yang tersedia dari data sumber. Dari panel ini, kamu bisa menyeret field yang diinginkan ke salah satu dari empat area yang sudah dibahas sebelumnya, yaitu Rows, Columns, Values, atau Filters.

Sebagai ilustrasi membangun Pivot Table pertama menggunakan data transaksi Belanjain, bayangkan kamu ingin mengetahui total penjualan per kategori produk. Kamu akan menyeret field "Kategori Produk" ke area Rows, lalu menyeret field "Nilai Transaksi" ke area Values. Secara otomatis, Pivot Table akan menampilkan daftar setiap kategori produk sebagai baris, beserta total nilai transaksinya masing-masing, tanpa kamu perlu menulis satu pun formula SUMIFS secara manual. Jika kemudian kamu ingin melihat breakdown ini per kota juga, kamu tinggal menyeret field "Kota" ke area Columns, dan Pivot Table akan otomatis memperbarui tampilannya menjadi tabel matriks kategori produk (baris) versus kota (kolom), tanpa perlu membangun ulang dari awal.

Calculated Field dan Persentase dari Total

Selain menampilkan agregasi dasar seperti total dan rata-rata, Pivot Table juga mendukung calculated field, yaitu kolom hasil perhitungan baru yang dibuat berdasarkan kombinasi field lain yang sudah ada di dalam Pivot Table, mirip seperti membuat formula namun bekerja di dalam struktur Pivot Table itu sendiri. Sebagai ilustrasi, jika data sumber Belanjain memiliki field "Nilai Transaksi" dan "Jumlah Unit" secara terpisah, kamu bisa membuat calculated field baru bernama "Rata-Rata Harga per Unit" yang menghitung nilai transaksi dibagi jumlah unit, sebuah perhitungan yang tidak tersedia langsung dari data mentah, namun bisa dihasilkan melalui calculated field tanpa perlu mengubah data sumber aslinya.

Fitur lain yang sangat berguna dalam Pivot Table adalah kemampuan menampilkan nilai sebagai persentase dari total (percentage of total), bukan sekadar angka mentah. Sebagai ilustrasi, jika Pivot Table menampilkan total penjualan per kategori produk, secara default angka yang ditampilkan adalah nilai mentah dalam Rupiah. Namun dengan mengubah pengaturan tampilan nilai menjadi "percentage of total", angka tersebut akan otomatis dikonversi menjadi persentase kontribusi masing-masing kategori terhadap keseluruhan total penjualan. Fitur ini sangat berguna ketika tim manajemen lebih tertarik memahami proporsi kontribusi setiap kategori, misalnya kategori Fashion menyumbang 40% dari total penjualan, dibanding hanya melihat angka mentah yang sulit dibayangkan proporsinya tanpa pembanding.

Pivot Chart: Visualisasi Langsung dari Pivot Table

Pivot Chart adalah grafik yang dibangun langsung dari struktur Pivot Table, dan memiliki keunggulan khusus yaitu akan otomatis ikut berubah setiap kali struktur Pivot Table sumbernya diubah, misalnya ketika kamu menambah atau mengganti field pada area Rows atau Columns. Kamu bisa membayangkan Pivot Chart sebagai "kembaran visual" dari Pivot Table yang sudah dibangun, yang secara otomatis tetap sinkron tanpa perlu dibuat ulang setiap kali ada perubahan.

Pembuatan Pivot Chart umumnya dilakukan langsung dari Pivot Table yang sudah ada, di mana kamu tinggal memilih menu untuk menyisipkan chart dari Pivot Table tersebut, dan Spreadsheet akan otomatis menyarankan jenis chart yang sesuai berdasarkan struktur data pada Pivot Table, meskipun kamu tetap bisa mengganti jenis chart sesuai kebutuhan. Pemilihan jenis chart yang tepat, misalnya kapan sebaiknya menggunakan bar chart dibanding line chart, akan dibahas lebih mendalam pada Bagian IV Handbook ini mengenai prinsip visualisasi data.

Slicer: Filter Interaktif untuk Dashboard

Slicer adalah elemen visual berupa tombol-tombol pilihan yang memungkinkan siapa pun yang membuka file, bahkan tanpa pemahaman teknis Spreadsheet sama sekali, untuk memfilter data pada Pivot Table maupun Pivot Chart hanya dengan mengklik tombol yang tersedia, tanpa perlu masuk ke pengaturan filter yang lebih rumit seperti pada area Filters yang sudah dibahas sebelumnya. Slicer bisa dibayangkan sebagai versi visual dan lebih ramah pengguna dari fitur filter biasa.

Sebagai ilustrasi, jika kamu menambahkan Slicer berdasarkan field "Kategori Produk" pada dashboard penjualan Belanjain, akan muncul kumpulan tombol berisi nama setiap kategori produk yang tersedia, seperti "Fashion", "Elektronik", "Kecantikan", dan seterusnya. Siapa pun yang membuka dashboard ini bisa mengklik salah satu tombol kategori, dan seluruh Pivot Table maupun Pivot Chart yang terhubung dengan Slicer tersebut akan otomatis memperbarui tampilannya hanya menampilkan data kategori yang dipilih, tanpa perlu masuk ke pengaturan filter manual. Keunggulan inilah yang membuat Slicer menjadi elemen penting dalam membangun dashboard yang ditujukan untuk dipakai oleh pengguna non-teknis, karena interaksinya sangat intuitif dan tidak memerlukan pemahaman mendalam tentang cara kerja Spreadsheet di baliknya.

Satu Slicer bisa dihubungkan ke lebih dari satu Pivot Table maupun Pivot Chart sekaligus, sehingga satu klik pada Slicer bisa memperbarui beberapa elemen dashboard secara bersamaan. Kemampuan ini menjadi dasar penting dalam membangun dashboard yang koheren, di mana seluruh elemen visual saling terhubung dan konsisten menampilkan data berdasarkan filter yang sama, dibanding dashboard yang elemen-elemennya berdiri sendiri tanpa keterkaitan satu sama lain.

Merancang Sales Dashboard untuk Belanjain

Untuk mengaplikasikan seluruh konsep yang sudah dibahas, mari bayangkan skenario menyeluruh, tim manajemen Belanjain meminta sebuah Sales Dashboard yang mampu menjawab minimal tiga pertanyaan bisnis, yaitu bagaimana tren penjualan dari bulan ke bulan, kategori produk mana yang paling banyak berkontribusi terhadap total penjualan, dan bagaimana perbandingan performa penjualan antar kota.

Untuk menjawab pertanyaan pertama mengenai tren penjualan dari bulan ke bulan, kamu bisa membangun Pivot Table dengan field Bulan pada area Rows dan Nilai Transaksi pada area Values, lalu memvisualisasikannya sebagai Pivot Chart berupa line chart yang akan menampilkan garis tren naik turun penjualan dari waktu ke waktu, sesuai dengan karakteristik line chart yang cocok untuk menunjukkan perubahan dari waktu ke waktu.

Untuk menjawab pertanyaan kedua mengenai kontribusi setiap kategori produk, kamu bisa membangun Pivot Table terpisah dengan field Kategori Produk pada area Rows dan Nilai Transaksi pada area Values, ditampilkan sebagai persentase dari total sesuai teknik yang sudah dibahas sebelumnya, lalu divisualisasikan sebagai Pivot Chart berupa bar chart yang memudahkan perbandingan besaran antar kategori.

Untuk menjawab pertanyaan ketiga mengenai perbandingan performa antar kota, kamu bisa membangun Pivot Table ketiga dengan field Kota pada area Rows dan Nilai Transaksi pada area Values, juga divisualisasikan sebagai bar chart. Untuk menyatukan ketiga elemen ini menjadi satu dashboard yang koheren, kamu bisa menambahkan Slicer berdasarkan field Kategori Produk maupun Bulan, dan menghubungkannya ke ketiga Pivot Table sekaligus, sehingga siapa pun yang membuka dashboard ini bisa memfilter seluruh tampilan hanya dengan mengklik tombol Slicer, misalnya melihat khusus tren penjualan, kontribusi kategori, dan performa kota hanya untuk kategori Fashion saja.

Setelah dashboard selesai dibangun, langkah terakhir yang tidak kalah penting adalah menyusun ringkasan insight singkat, dua hingga tiga kalimat yang menjelaskan temuan utama dari dashboard tersebut kepada stakeholder, misalnya "Penjualan menunjukkan tren naik sejak bulan Maret, didorong terutama oleh kategori Fashion yang berkontribusi 40% dari total penjualan. Kota Jakarta dan Surabaya menjadi penyumbang terbesar, sementara kota-kota lain menunjukkan performa yang relatif stagnan dan berpotensi menjadi fokus strategi pemasaran berikutnya." Ringkasan seperti ini penting karena dashboard yang bagus secara visual tidak akan banyak berguna jika tidak disertai interpretasi yang jelas, sesuatu yang akan dibahas lebih mendalam pada Bagian IV Handbook ini mengenai data storytelling.