Power BI telah menjadi alat utama bagi perusahaan Indonesia untuk mengubah data mentah menjadi wawasan yang dapat ditindaklanjuti. Di balik kemampuan visualisasi yang kuat ini terletak bahasa DAX (Data Analysis Expressions), yang memungkinkan perhitungan dinamis, filter canggih, dan analisis berbasis waktu. Memahami fungsi-fungsi DAX penting bagi analis, pelapor, dan arsitek data yang ingin memanfaatkan Power BI secara maksimal.
Kelompok fungsi filter dan konteks menentukan bagaimana Power BI menerapkan dan mengevaluasi filter dalam perhitungan. CALCULATE mengubah konteks filter, misalnya CALCULATE(SUM(Sales[Amount]), Region[Name] = "Jakarta") menghitung total penjualan untuk Jakarta. FILTER mengembalikan tabel yang difilter berdasarkan kondisi, sementara ALL mengabaikan filter pada kolom tertentu. REMOVEFILTERS menghapus semua filter dari tabel yang ditentukan, dan VALUES memberikan daftar unik nilai, yang berguna untuk pembuatan laporan interaktif. SELECTEDVALUE menangkap nilai yang dipilih pengguna atau memberikan nilai default, dan TREATAS memungkinkan penyajian nilai dari satu tabel sebagai filter untuk tabel lain. KEEPFILTERS mempertahankan filter yang sudah ada sambil menambahkan filter baru, ALLSELECTED menghormati pilihan visual pengguna, dan ALLEXCEPT menghapus semua filter kecuali yang ditentukan.
Fungsi agregasi meringkas data di seluruh baris. SUM menambahkan jumlah penjualan, AVERAGE menghitung nilai rata-rata, dan COUNT menghitung entri non-kosong. COUNTROWS menghitung jumlah baris dalam tabel, sedangkan DISTINCTCOUNT menghitung pelanggan unik. MIN dan MAX menemukan nilai minimum dan maksimum, yang berguna untuk analisis rentang. Fungsi-fungsi ini membentuk dasar untuk metrik bisnis yang umum seperti total pendapatan, rata-rata pesanan, dan jumlah pelanggan.
Fungsi iterator (X) melakukan perhitungan baris per baris sebelum agregasi, sehingga cocok untuk perhitungan yang bergantung pada setiap baris. SUMX(Sales, Sales[Quantity] * Sales[Price]) menghitung pendapatan total dengan mengalikan jumlah dan harga per baris terlebih dahulu, lalu menjumlahkannya. AVERAGEX, MINX, dan MAXX bekerja dengan cara yang serupa, sehingga memudahkan perhitungan marjin keuntungan rata-rata, hari pengiriman minimum, atau nilai maksimum tanpa perlu kolom yang telah dihitung sebelumnya.
Logika kondisional menjadi mudah dengan fungsi IF, SWITCH, dan COALESCE. IF(Sales[Amount] > 10000, "High", "Low") mengkategorikan penjualan berdasarkan ambang batas, SWITCH memberikan label multi-kondisi, dan COALESCE menggantikan nilai kosong dengan default, mencegah kesalahan perhitungan. Konstruksi ini sangat penting untuk menetapkan tingkat kinerja, aturan penetapan harga dinamis, dan pembersihan data dalam model Power BI.
Fungsi hubungan menghubungkan tabel yang berbeda dalam model. LOOKUPVALUE mengambil nilai dari tabel terkait berdasarkan kunci, misalnya mendapatkan email pelanggan berdasarkan ID. USERELATIONSHIP mengaktifkan hubungan inaktif yang berguna untuk skenario waktu maju atau mundur. Memanfaatkan hubungan ini dengan benar memastikan integritas data dan memungkinkan perhitungan yang akurat di seluruh entitas.
Power BI juga menyediakan fungsi peringkat, kecerdasan waktu, tabel, teks, dan informasi. RANKX memberikan peringkat dinamis kepada pelanggan berdasarkan total penjualan, DATEADD dan SAMEPERIODLASTYEAR mendukung analisis tren, dan TOTALYTD menghitung total year-to-date. Fungsi tabel seperti ADDCOLUMNS dan SUMMARIZE menambahkan kolom yang dihitung dan meringkas data, sementara LEFT, RIGHT, dan SEARCH memanipulasi teks untuk pelabelan yang lebih baik. ISBLANK dan HASONEVALUE membantu dalam penanganan kesalahan dan logika kondisional.
Bagi praktisi Indonesia, menguasai trio CALCULATE, FILTER, dan SUMX merupakan langkah pertama yang kuat. Dengan menggabungkan fungsi-fungsi ini, Anda dapat membuat dashboard yang responsif, KPI otomatis, dan model logika bisnis yang kompleks yang mendukung pengambilan keputusan strategis. Seiring dengan pertumbuhan pasar data Indonesia, keahlian DAX yang kuat akan membedakan analis yang dapat mengubah data menjadi tindakan nyata.