Cara paling cepat latihan SQL online adalah membuka editor SQL di browser seperti sqliteonline.com, menempelkan skrip dataset, lalu langsung menulis query. Tidak perlu instal database, tidak perlu daftar akun. Di artikel ini ada skrip dataset penjualan kedai kopi (5 tabel, 68 pesanan, Januari sampai April 2026) yang dipakai di semua panduan SQL Afapedia Studio, langkah menjalankannya, dan perbandingan tempat latihan lain.
Pilihan Tempat Latihan SQL
| Tempat | Database | Perlu daftar? | Cocok untuk |
|---|---|---|---|
| sqliteonline.com | SQLite, PostgreSQL (PGLite), DuckDB di browser; MariaDB, PostgreSQL, MS SQL di server demo | Tidak | Latihan harian dengan dataset sendiri. Dipakai di artikel ini |
| DB Fiddle (db-fiddle.com) | MySQL, PostgreSQL, SQLite | Tidak | Berbagi query dan hasilnya lewat tautan, misalnya saat bertanya di forum |
| DB Browser for SQLite | SQLite | Tidak, aplikasi desktop | Latihan tanpa internet, file database tersimpan di laptop |
| PostgreSQL di laptop | PostgreSQL | Tidak | Persiapan kerja di tim yang memakai PostgreSQL |
Untuk latihan soal seperti tes kerja, ada juga platform berisi soal bertingkat seperti SQLBolt (pelajaran interaktif dari dasar), HackerRank, dan LeetCode. Soal di sana bagus untuk melatih sintaks, tetapi datanya dibuat untuk soal, bukan untuk dianalisis. Pakai keduanya: dataset di bawah untuk belajar berpikir seperti analis, platform soal untuk melatih kecepatan.
Dataset Kedai Kopi
Datanya fiktif, meniru catatan kasir jaringan kedai kopi dengan empat cabang. Ada lima tabel:
| Tabel | Isi | Baris | Kolom penting |
|---|---|---|---|
cabang |
Cabang dan kotanya | 4 | id_cabang, nama_cabang, kota |
produk |
Menu dan harga | 11 | id_produk, nama_produk, kategori, harga |
pelanggan |
Member yang terdaftar | 20 | id_pelanggan, nama, kota, tanggal_daftar |
pesanan |
Satu baris satu nota | 68 | id_pesanan, tanggal, id_cabang, id_pelanggan, metode_bayar |
item_pesanan |
Isi setiap nota | 105 | id_pesanan, id_produk, qty, harga_satuan |
Relasinya: satu pesanan punya satu atau lebih item, satu pesanan terjadi di satu cabang, dan satu pesanan bisa milik satu member atau tidak sama sekali.
Beberapa "masalah" sengaja dibiarkan karena selalu ada di data sungguhan, dan dibahas di artikel berikutnya:
- 13 pesanan tanpa member (
id_pelangganbernilaiNULL), dari pembeli yang tidak mendaftar. - Satu produk yang belum pernah terjual (Es Kopi Tubruk, menu baru).
- Dua member yang belum pernah membeli.
- Penulisan kota yang tidak seragam di tabel pelanggan.
Kalau kamu belum paham istilah tabel, primary key, dan relasi, baca dulu belajar database untuk pemula.
Skrip Dataset
Salin seluruh skrip ini. Skrip menghapus tabel lama dengan nama yang sama lalu membuatnya ulang, jadi aman dijalankan berkali-kali.
-- Dataset latihan SQL "Kedai Kopi" dari Afapedia Studio (data fiktif).
-- Jalan di SQLite, PostgreSQL, dan MariaDB. Jalankan seluruh skrip sekali, lalu mulai menulis query.
DROP TABLE IF EXISTS item_pesanan;
DROP TABLE IF EXISTS pesanan;
DROP TABLE IF EXISTS pelanggan;
DROP TABLE IF EXISTS produk;
DROP TABLE IF EXISTS cabang;
CREATE TABLE cabang (
id_cabang VARCHAR(3) PRIMARY KEY,
nama_cabang VARCHAR(50) NOT NULL,
kota VARCHAR(50) NOT NULL
);
CREATE TABLE produk (
id_produk VARCHAR(3) PRIMARY KEY,
nama_produk VARCHAR(50) NOT NULL,
kategori VARCHAR(20) NOT NULL,
harga INTEGER NOT NULL
);
CREATE TABLE pelanggan (
id_pelanggan VARCHAR(4) PRIMARY KEY,
nama VARCHAR(50) NOT NULL,
kota VARCHAR(50) NOT NULL,
tanggal_daftar DATE NOT NULL
);
CREATE TABLE pesanan (
id_pesanan INTEGER PRIMARY KEY,
tanggal DATE NOT NULL,
id_cabang VARCHAR(3) NOT NULL REFERENCES cabang (id_cabang),
id_pelanggan VARCHAR(4) REFERENCES pelanggan (id_pelanggan),
metode_bayar VARCHAR(10) NOT NULL
);
CREATE TABLE item_pesanan (
id_pesanan INTEGER NOT NULL REFERENCES pesanan (id_pesanan),
id_produk VARCHAR(3) NOT NULL REFERENCES produk (id_produk),
qty INTEGER NOT NULL,
harga_satuan INTEGER NOT NULL,
PRIMARY KEY (id_pesanan, id_produk)
);
INSERT INTO cabang VALUES
('C01', 'Dago', 'Bandung'),
('C02', 'Buahbatu', 'Bandung'),
('C03', 'Tebet', 'Jakarta'),
('C04', 'Darmo', 'Surabaya');
INSERT INTO produk VALUES
('P01', 'Kopi Susu Gula Aren', 'Kopi', 22000),
('P02', 'Americano', 'Kopi', 18000),
('P03', 'Cappuccino', 'Kopi', 25000),
('P04', 'Es Teh Lemon', 'Non-Kopi', 15000),
('P05', 'Cokelat Panas', 'Non-Kopi', 23000),
('P06', 'Matcha Latte', 'Non-Kopi', 27000),
('P07', 'Croissant', 'Makanan', 20000),
('P08', 'Roti Bakar Keju', 'Makanan', 18000),
('P09', 'Pisang Goreng', 'Makanan', 12000),
('P10', 'Donat Gula', 'Makanan', 10000),
('P11', 'Es Kopi Tubruk', 'Kopi', 17000);
INSERT INTO pelanggan VALUES
('M001', 'Budi Santoso', 'Bandung', '2025-12-02'),
('M002', 'Sari Dewi', 'Surabaya', '2025-12-05'),
('M003', 'Andi Pratama', 'Jakarta', '2025-12-10'),
('M004', 'Rina Marlina', 'Bandung', '2025-12-14'),
('M005', 'Dimas Saputra', 'Jakarta', '2025-12-20'),
('M006', 'Wulan Sari', 'bandung ', '2026-01-03'),
('M007', 'Agus Setiawan', 'Surabaya', '2026-01-08'),
('M008', 'Fitri Handayani', 'Jakarta', '2026-01-12'),
('M009', 'Yoga Prasetyo', 'Bandung', '2026-01-19'),
('M010', 'Nanda Putri', 'Jakarta', '2026-01-25'),
('M011', 'Hendra Wijaya', 'Surabaya', '2026-02-02'),
('M012', 'Laras Ayu', 'Bandung', '2026-02-09'),
('M013', 'Rizky Maulana', 'Jakarta', '2026-02-15'),
('M014', 'Tika Rahmawati', 'Bandung', '2026-02-21'),
('M015', 'Bayu Nugroho', 'Jakarta', '2026-03-01'),
('M016', 'Citra Lestari', 'Surabaya', '2026-03-07'),
('M017', 'Fajar Ramadhan', 'Bandung', '2026-03-14'),
('M018', 'Gita Permata', 'Jakarta', '2026-03-22'),
('M019', 'Irfan Hakim', 'Surabaya', '2026-04-04'),
('M020', 'Joko Susilo', 'Bandung', '2026-04-18');
INSERT INTO pesanan VALUES
(1001, '2026-01-04', 'C03', 'M005', 'QRIS'),
(1002, '2026-01-05', 'C01', 'M006', 'Debit'),
(1003, '2026-01-08', 'C04', 'M007', 'QRIS'),
(1004, '2026-01-10', 'C03', 'M005', 'QRIS'),
(1005, '2026-01-10', 'C01', 'M004', 'QRIS'),
(1006, '2026-01-13', 'C02', 'M006', 'QRIS'),
(1007, '2026-01-16', 'C02', 'M006', 'Tunai'),
(1008, '2026-01-20', 'C01', 'M004', 'QRIS'),
(1009, '2026-01-22', 'C01', 'M001', 'QRIS'),
(1010, '2026-01-24', 'C04', 'M002', 'QRIS'),
(1011, '2026-01-24', 'C03', 'M008', 'QRIS'),
(1012, '2026-01-27', 'C02', 'M001', 'QRIS'),
(1013, '2026-01-29', 'C03', 'M010', 'Debit'),
(1014, '2026-01-29', 'C03', 'M005', 'QRIS'),
(1015, '2026-02-04', 'C02', 'M004', 'QRIS'),
(1016, '2026-02-09', 'C03', 'M003', 'Tunai'),
(1017, '2026-02-09', 'C03', 'M003', 'Tunai'),
(1018, '2026-02-12', 'C03', 'M010', 'QRIS'),
(1019, '2026-02-15', 'C01', 'M012', 'QRIS'),
(1020, '2026-02-17', 'C04', 'M002', 'Debit'),
(1021, '2026-02-18', 'C03', 'M008', 'QRIS'),
(1022, '2026-02-19', 'C02', NULL, 'QRIS'),
(1023, '2026-02-20', 'C03', 'M003', 'QRIS'),
(1024, '2026-02-20', 'C01', NULL, 'Debit'),
(1025, '2026-02-20', 'C01', 'M006', 'QRIS'),
(1026, '2026-02-21', 'C03', 'M008', 'Debit'),
(1027, '2026-02-23', 'C04', 'M007', 'QRIS'),
(1028, '2026-02-24', 'C01', 'M014', 'QRIS'),
(1029, '2026-02-26', 'C02', 'M014', 'QRIS'),
(1030, '2026-02-28', 'C01', NULL, 'Tunai'),
(1031, '2026-03-03', 'C01', 'M006', 'QRIS'),
(1032, '2026-03-03', 'C03', 'M013', 'Tunai'),
(1033, '2026-03-05', 'C03', 'M005', 'QRIS'),
(1034, '2026-03-08', 'C03', 'M008', 'QRIS'),
(1035, '2026-03-09', 'C01', NULL, 'Tunai'),
(1036, '2026-03-09', 'C02', NULL, 'Tunai'),
(1037, '2026-03-09', 'C03', 'M015', 'QRIS'),
(1038, '2026-03-09', 'C02', 'M004', 'QRIS'),
(1039, '2026-03-10', 'C02', 'M009', 'Debit'),
(1040, '2026-03-12', 'C02', NULL, 'Debit'),
(1041, '2026-03-16', 'C03', 'M015', 'Tunai'),
(1042, '2026-03-16', 'C01', 'M009', 'QRIS'),
(1043, '2026-03-17', 'C04', 'M016', 'QRIS'),
(1044, '2026-03-17', 'C01', 'M012', 'Debit'),
(1045, '2026-03-21', 'C01', 'M001', 'QRIS'),
(1046, '2026-03-22', 'C01', 'M014', 'QRIS'),
(1047, '2026-03-23', 'C03', 'M018', 'QRIS'),
(1048, '2026-03-24', 'C04', 'M007', 'Debit'),
(1049, '2026-03-27', 'C01', NULL, 'QRIS'),
(1050, '2026-03-29', 'C04', 'M016', 'QRIS'),
(1051, '2026-04-01', 'C04', 'M002', 'QRIS'),
(1052, '2026-04-02', 'C01', 'M017', 'QRIS'),
(1053, '2026-04-02', 'C01', 'M014', 'QRIS'),
(1054, '2026-04-04', 'C04', NULL, 'Debit'),
(1055, '2026-04-04', 'C02', NULL, 'QRIS'),
(1056, '2026-04-08', 'C01', 'M001', 'QRIS'),
(1057, '2026-04-11', 'C04', 'M011', 'QRIS'),
(1058, '2026-04-12', 'C02', NULL, 'Tunai'),
(1059, '2026-04-16', 'C01', NULL, 'Debit'),
(1060, '2026-04-17', 'C03', 'M003', 'Debit'),
(1061, '2026-04-18', 'C02', 'M006', 'QRIS'),
(1062, '2026-04-19', 'C01', 'M017', 'QRIS'),
(1063, '2026-04-23', 'C03', 'M003', 'Tunai'),
(1064, '2026-04-23', 'C01', 'M017', 'QRIS'),
(1065, '2026-04-24', 'C01', NULL, 'QRIS'),
(1066, '2026-04-26', 'C03', 'M015', 'QRIS'),
(1067, '2026-04-27', 'C02', 'M012', 'QRIS'),
(1068, '2026-04-29', 'C01', NULL, 'QRIS');
INSERT INTO item_pesanan VALUES
(1001, 'P04', 2, 15000),
(1002, 'P06', 1, 27000),
(1003, 'P01', 1, 22000),
(1004, 'P06', 1, 27000),
(1005, 'P10', 2, 10000),
(1006, 'P03', 1, 25000),
(1006, 'P06', 1, 27000),
(1007, 'P03', 1, 25000),
(1007, 'P09', 1, 12000),
(1008, 'P03', 1, 25000),
(1008, 'P04', 1, 15000),
(1008, 'P08', 1, 18000),
(1009, 'P06', 1, 27000),
(1010, 'P01', 1, 22000),
(1011, 'P01', 1, 22000),
(1012, 'P10', 1, 10000),
(1013, 'P06', 1, 27000),
(1014, 'P01', 1, 22000),
(1015, 'P09', 1, 12000),
(1016, 'P06', 1, 27000),
(1017, 'P01', 1, 22000),
(1017, 'P02', 1, 18000),
(1017, 'P04', 2, 15000),
(1018, 'P01', 2, 22000),
(1019, 'P01', 2, 22000),
(1020, 'P05', 1, 23000),
(1020, 'P10', 1, 10000),
(1021, 'P04', 2, 15000),
(1022, 'P01', 2, 22000),
(1023, 'P01', 1, 22000),
(1024, 'P01', 1, 22000),
(1024, 'P03', 1, 25000),
(1025, 'P01', 1, 22000),
(1025, 'P03', 2, 25000),
(1025, 'P04', 1, 15000),
(1026, 'P10', 1, 10000),
(1027, 'P01', 1, 22000),
(1028, 'P01', 1, 22000),
(1028, 'P04', 2, 15000),
(1028, 'P09', 1, 12000),
(1029, 'P01', 1, 22000),
(1029, 'P03', 1, 25000),
(1029, 'P08', 1, 18000),
(1030, 'P03', 2, 25000),
(1031, 'P04', 2, 15000),
(1032, 'P01', 1, 22000),
(1032, 'P06', 1, 27000),
(1033, 'P07', 1, 20000),
(1034, 'P01', 1, 22000),
(1034, 'P04', 2, 15000),
(1034, 'P09', 1, 12000),
(1035, 'P07', 1, 20000),
(1036, 'P08', 1, 18000),
(1037, 'P01', 1, 22000),
(1037, 'P02', 2, 18000),
(1038, 'P01', 1, 22000),
(1038, 'P04', 1, 15000),
(1038, 'P08', 1, 18000),
(1039, 'P04', 1, 15000),
(1039, 'P08', 1, 18000),
(1040, 'P01', 1, 22000),
(1040, 'P04', 1, 15000),
(1040, 'P08', 1, 18000),
(1041, 'P03', 1, 25000),
(1042, 'P02', 1, 18000),
(1042, 'P03', 2, 25000),
(1042, 'P08', 1, 18000),
(1043, 'P02', 2, 18000),
(1043, 'P04', 1, 15000),
(1044, 'P07', 1, 20000),
(1045, 'P01', 1, 22000),
(1045, 'P04', 2, 15000),
(1046, 'P01', 1, 22000),
(1047, 'P07', 1, 20000),
(1048, 'P01', 1, 22000),
(1049, 'P01', 2, 22000),
(1049, 'P08', 1, 18000),
(1050, 'P02', 2, 18000),
(1051, 'P09', 1, 12000),
(1051, 'P10', 1, 10000),
(1052, 'P07', 1, 20000),
(1053, 'P05', 1, 23000),
(1053, 'P09', 1, 12000),
(1054, 'P01', 2, 22000),
(1055, 'P03', 1, 25000),
(1055, 'P04', 1, 15000),
(1056, 'P09', 3, 12000),
(1057, 'P05', 2, 23000),
(1057, 'P07', 3, 20000),
(1058, 'P01', 1, 22000),
(1059, 'P04', 2, 15000),
(1060, 'P01', 1, 22000),
(1061, 'P03', 1, 25000),
(1062, 'P03', 1, 25000),
(1063, 'P01', 2, 22000),
(1064, 'P04', 1, 15000),
(1064, 'P08', 1, 18000),
(1065, 'P01', 2, 22000),
(1065, 'P04', 1, 15000),
(1065, 'P10', 1, 10000),
(1066, 'P01', 1, 22000),
(1066, 'P03', 1, 25000),
(1067, 'P04', 1, 15000),
(1068, 'P01', 1, 22000),
(1068, 'P02', 1, 18000);
Menjalankan Skrip di sqliteonline.com
- Buka sqliteonline.com. Di kiri, pilih SQLite di bagian Demo.Memory. Database ini berjalan di browser.
- Tutup kotak pemberitahuan dengan klik Click to close. Isinya menyebut layanan ini tidak ditujukan untuk memproses data pribadi, jadi pakai hanya untuk data latihan seperti dataset ini.
- Hapus isi editor, tempel skrip dataset, lalu klik Run (atau Shift+Enter).
- Lima tabel baru muncul di panel kiri:
cabang,item_pesanan,pelanggan,pesanan, danproduk. - Tulis query pertamamu di bawah skrip, lalu jalankan lagi.
Query pertama untuk mengecek apakah data sudah masuk dengan benar:
SELECT c.nama_cabang, COUNT(*) AS jumlah_pesanan
FROM pesanan p
JOIN cabang c ON c.id_cabang = p.id_cabang
GROUP BY c.nama_cabang
ORDER BY jumlah_pesanan DESC;

Kalau hasilnya Dago 24, Tebet 20, Buahbatu 14, Darmo 10, datanya lengkap. Total 68 pesanan.
Mau memakai PostgreSQL? Pilih PGLite di panel kiri, klik Click to connect, lalu tempel skrip yang sama. Hasilnya identik. PostgreSQL lebih ketat soal aturan SQL, jadi bagus untuk membiasakan diri sejak awal.
MariaDB dan PostgreSQL di bagian Demo.Server berjalan di server mereka, bukan di browser. Database demo di sana dihapus otomatis setelah 3 jam tidak dipakai, jadi simpan skrip dan query-mu di file sendiri.
Kebiasaan Latihan yang Membantu
- Tebak hasilnya dulu. Sebelum menekan Run, tebak berapa baris yang keluar. Kalau tebakanmu meleset, di situ kamu belajar.
- Cocokkan dengan cara lain. Total omzet dataset ini Rp2.547.000. Setiap query yang menghitung omzet seharusnya bisa dicocokkan ke angka itu.
- Simpan query yang berhasil di satu file teks dengan komentar singkat. Kumpulan ini nanti menjadi bahan portfolio.
Kesalahan yang Sering Terjadi
- Hanya menjalankan sebagian skrip. Kalau yang terblok hanya beberapa baris, tabel bisa terbentuk tanpa isi. Kosongkan editor, tempel ulang seluruh skrip, lalu jalankan.
- Menempel data kantor ke layanan latihan online. Layanan seperti ini tidak dibuat untuk data pribadi. Pakai dataset latihan, atau samarkan datanya dulu.
- Mengira semua database sama persis. Sebagian besar query di panduan ini berjalan sama di SQLite, PostgreSQL, dan MySQL/MariaDB. Perbedaannya ada di fungsi tanggal dan beberapa aturan, dan selalu disebutkan di artikel yang membahasnya.
Langkah Berikutnya
- Mulai menulis query dengan query SQL dasar: SELECT, WHERE, dan ORDER BY.
- Urutan lengkapnya ada di Roadmap SQL untuk Data Analyst.
- Hasil query bisa diekspor ke CSV lalu dijadikan grafik dengan CSV ke Grafik.