Panduan Penggunaan Metabase: Cara Membiarkan Rekan Kerja yang Tidak Bisa SQL Mencari Data Sendiri
Mulai dari instalasi mandiri, menghubungkan basis data, membuat dasbor pertama, hingga cara menggunakan tanya-jawab berbasis AI. Kami juga mengupas jebakan harga per kepala—karena pengguna yang melihat hasil *embed* juga dihitung, sesuatu yang sering baru disadari orang setelah tagihan datang.
Panduan Penggunaan Metabase: Biar Kolega yang Nggak Bisa SQL Bisa Cari Angka Sendiri
Jam sepuluh pagi, seorang manajer pemasaran di sebuah perusahaan e-commerce di Taipei bertanya di grup: "Berapa banyak pesanan bulan lalu yang datang dari LINE?" Begitu melihat pesan tersebut, sang insinyur menghela napas, membuka database, menulis SQL selama tujuh menit, lalu mengirimkan kembali sebuah tangkapan layar. Pukul tiga sore, orang yang sama bertanya lagi: "Kalau periode yang sama tahun lalu berapa?"
Siklus seperti ini terjadi setiap hari di banyak perusahaan kecil dan menengah. Masalahnya bukanlah sang insinyur tidak mau membantu, melainkan hal ini seharusnya tidak perlu melibatkan insinyur. Inilah masalah yang ingin diselesaikan oleh Metabase.
Apa Itu Metabase?
Metabase adalah perangkat lunak Business Intelligence (BI) open-source. Anda cukup menghubungkannya ke database perusahaan, dan rekan kerja dari divisi non-teknis dapat menyusun kueri hanya dengan mengeklik, menyimpannya sebagai "Pertanyaan" (question), lalu menggabungkan beberapa pertanyaan tersebut menjadi sebuah dashboard. Ditambah dengan fitur tanya-jawab AI dan pembuatan SQL otomatis yang dirilis dalam dua tahun terakhir, kini Anda bahkan bisa langsung mendeskripsikan kebutuhan Anda menggunakan bahasa sehari-hari.
Keunggulan terbesar Metabase adalah kurva pembelajarannya yang paling landai di antara produk sejenis. Ini mungkin terdengar seperti bahasa marketing, namun dalam praktiknya, perbedaannya sangat terasa—kegagalan paling umum dari perangkat BI bukanlah karena fiturnya kurang, melainkan karena setelah diinstal, tidak ada seorang pun yang menggunakannya.
Apa Saja yang Bisa Dilakukan?
- Membuat kueri menggunakan antarmuka klik, tanpa perlu menulis SQL
- Menyimpan kueri yang sering digunakan sebagai "Pertanyaan" dan menjalankannya ulang kapan saja
- Menggabungkannya menjadi dashboard serta menjadwalkan pengiriman otomatis ke Email atau Slack
- Mengajukan pertanyaan dengan bahasa natural dan otomatis menghasilkan SQL (tersedia di semua paket, bukan fitur berbayar khusus)
- Mengatur peringatan (alerts) yang akan memberikan notifikasi saat terjadi Anomali pada angka
- Menanamkan (embed) ke dalam produk sendiri untuk dilihat oleh klien
Cara Menggunakan: Dari Nol hingga Dashboard Pertama Anda
Langkah 1: Instalasi
Cara tercepat adalah menggunakan Docker, dengan satu baris perintah:
bash
docker run -d -p 3000:3000 --name metabase metabase/metabase
Setelah berjalan, buka http://localhost:3000 dan ikuti panduan penyiapan (setup wizard) hingga selesai. Versi open-source memiliki fitur yang lengkap tanpa batasan jumlah pengguna, dan pengaturan mandiri (self-hosted) sepenuhnya gratis.
Ada dua hal yang perlu diperhatikan untuk lingkungan produksi (production): Pertama, secara default Metabase menggunakan database H2 bawaan untuk menyimpan konfigurasinya sendiri. Untuk lingkungan produksi, pastikan untuk beralih ke PostgreSQL eksternal, jika tidak, Anda akan menghadapi masalah saat melakukan pembaruan (upgrade) atau memindahkan server; Kedua, jangan lupa untuk mengatur pencadangan (backup).
Langkah 2: Hubungkan ke Database Anda
Tambahkan sumber data baru di bagian pengaturan, lalu masukkan host, port, nama database, serta nama pengguna dan kata sandi. Mendukung MySQL, PostgreSQL, SQL Server, BigQuery, dan pilihan populer lainnya.
Kunci dari langkah ini adalah hak akses (permissions). Pastikan untuk membuat akun read-only khusus untuk digunakan oleh Metabase, dan jangan demi kemudahan lalu memberikan akses root. Perangkat BI hanya butuh hak baca; memberikan hak tulis tidak ada gunanya sama sekali, yang ada malah mendatangkan risiko.
Langkah 3: Membuat "Pertanyaan" Pertama Anda
Klik "New -> Question", pilih tabel data, lalu gunakan antarmuka untuk menyusun kondisi: penyaringan (misalnya "Tanggal pesanan adalah bulan lalu"), agregasi (misalnya "Hitung"), dan pengelompokan (misalnya "Berdasarkan sumber").
Inilah jawaban yang diinginkan oleh manajer pemasaran di awal cerita tadi, dan dia bahkan bisa mengubahnya sendiri untuk melihat periode yang sama tahun lalu—cukup dengan mengubah filter tanggal tanpa harus mencari insinyur lagi.
Setelah disimpan sebagai pertanyaan, Anda dapat memilih jenis diagram: diagram batang (bar chart), diagram garis (line chart), diagram lingkaran (pie chart), atau tabel.
Langkah 4: Menggabungkannya ke Dashboard dan Mengirimkannya Otomatis
Tambahkan beberapa pertanyaan terkait ke dalam satu dashboard yang sama, misalnya: "Pendapatan Bulan Ini, Jumlah Pesanan, Persentase Tiap Sumber, 10 Produk Terlaris". Selanjutnya, atur "Langganan" (Subscription) agar sistem secara otomatis mengirimkannya ke kotak masuk surel manajer setiap Senin pukul sembilan pagi.
Fitur pengiriman otomatis ini sering kali diremehkan secara drastis. Sebagian besar orang tidak akan secara proaktif membuka dashboard, tetapi mereka pasti akan memeriksa kotak masuk surel. Menyajikan angka-angka langsung di hadapan mereka jauh lebih efektif daripada menunggu mereka datang untuk mencarinya.
Tips Tingkat Lanjut
Cara menggunakan Tanya Jawab AI. Cukup tanyakan langsung menggunakan bahasa natural seperti "Pendapatan setiap saluran bulan lalu", maka sistem akan menghasilkan kode SQL dan menjalankannya. Berdasarkan pengalaman praktis: Tingkat akurasi untuk pertanyaan agregasi sederhana cukup baik, tetapi begitu melibatkan join multi-tabel atau logika bisnis yang rumit, hasilnya mudah meleset. Cara saya menggunakannya adalah dengan meminta AI membuat draf, lalu saya memeriksa ulang kode SQL-nya sendiri; cara ini jauh lebih cepat daripada menulis dari nol. Penggunaan AI dapat menggunakan layanan resmi (3,75 USD per juta token, dengan bonus awal satu juta token), atau Anda bisa membawa kunci API Anda sendiri—pilihan terakhir jauh lebih hemat bagi tim yang sudah memiliki kuota API.
Membangun Model Data (Model). Jika logika join yang sama sering muncul berulang kali, simpan logika tersebut sebagai Model, sehingga rekan kerja dapat melakukan kueri pada kumpulan data yang bersih tanpa harus merakit ulang relasi setiap saat. Ini adalah langkah kunci agar rekan kerja non-teknis benar-benar bisa menggunakannya.
Manfaatkan deskripsi kolom. Tambahkan penjelasan dalam bahasa lokal untuk kolom di pengaturan data, misalnya menandai ord_st sebagai "Status Pesanan: 1=Belum Bayar, 2=Sudah Dikirim". Rekan kerja Anda hanya akan bisa melakukan pencarian sendiri jika mereka memahami kolom-kolom tersebut. Hal ini terdengar sepele, tetapi justru menentukan apakah sistem ini akan benar-benar digunakan atau tidak.
Hal yang Perlu Diperhatikan: Biaya Langganan adalah Jebakan Terbesar
Versi open-source yang diinstal sendiri gratis. Paket berbayar berbasis cloud dihitung berdasarkan jumlah kepala (pengguna):
- Starter: 100 USD per bulan (90 USD jika dibayar tahunan), sudah termasuk 5 pengguna, kelebihan pengguna dikenakan biaya 6 USD per orang/bulan.
- Pro: 575 USD per bulan (517,5 USD jika dibayar tahunan), sudah termasuk 10 pengguna, kelebihan pengguna dikenakan biaya 12 USD per orang/bulan.
- Enterprise: Penawaran khusus, biaya tahunan mulai dari 20.000 USD.
Jebakan terbesarnya adalah: Pengguna yang diberi akses embed untuk dilihat oleh klien eksternal juga dihitung sebagai pengguna (kepala). Jika Anda berencana menanamkan dashboard ke dalam produk SaaS untuk dilihat oleh klien, biaya dengan model ini akan sangat besar. Pastikan untuk melakukan simulasi perhitungan terlebih dahulu. Banyak tim baru menyadari hal ini setelah menerima tagihan pertama mereka.
Selain itu, versi self-hosted tidak memiliki SSO (Single Sign-On) serta kontrol izin tingkat baris/kolom yang mendetail. Jika data Anda berisi informasi pribadi, gaji, atau angka sensitif lintas departemen, Anda harus memikirkan sendiri sistem keamanannya, yang mungkin harus diatasi menggunakan view di level database.
Satu hal lagi: Gratis bukan berarti tanpa biaya. Mengelola server sendiri membutuhkan seseorang untuk memelihara database, melakukan pembaruan, dan pencadangan (backup); semua ini adalah biaya tenaga kerja tersembunyi.
Kapan Anda Sebaiknya Tidak Menggunakannya?
Analisis yang kompleks tetap membutuhkan penulisan SQL. Antarmuka berbasis klik tidak mampu menangani kebutuhan seperti CTE berlapis (multi-layer CTE) atau fungsi jendela (window functions). Jika analisis Anda membutuhkan pemodelan statistik atau pembelajaran mesin (machine learning), gunakanlah Python, jangan memaksakan perangkat BI.
Jika Anda ingin merangkai alur kerja data secara lebih sistematis, Anda dapat merujuk pada Kumpulan Alat Analisis Data AI di situs kami, atau melihat perintah analisis data di Pustaka Template Prompt.
Ulasan TheAI學院 (The AI Academy)
Saya telah melihat terlalu banyak perusahaan membeli perangkat BI yang mahal, namun pada akhirnya hanya tim data yang menggunakannya, sementara divisi bisnis tetap kembali bertanya kepada para insinyur. Metabase bisa menonjol bukan karena memiliki fitur terbanyak, melainkan karena ia membuat rekan kerja non-teknis benar-benar berani melakukan klik sendiri.
Ulasan: Nilai dari Metabase bukanlah seberapa indah laporan yang dihasilkan, melainkan bagaimana ia melepaskan tugas "mencari angka" dari pundak para insinyur; tetapi jangan tertipu oleh kata "open-source gratis"—biaya lisensi per kepala dan tenaga pemeliharaan adalah biaya yang sebenarnya.
Saran konkret untuk pembaca: Gunakan terlebih dahulu versi open-source self-hosted dengan Docker, habiskan waktu seminggu untuk membuat dashboard yang berisi "sepuluh angka yang paling sering ditanyakan di perusahaan", lalu atur agar terkirim otomatis ke manajer setiap minggu. ROI (Return on Investment) dari langkah ini adalah yang tertinggi di seluruh proses adopsi. Nanti, ketika Anda benar-benar membutuhkan SSO atau perlu menanamkannya untuk klien, barulah pertimbangkan paket berbayar—dan saat melakukan evaluasi, pastikan untuk menghitung biaya pengguna eksternal bersama-sama, konversikan kutipan harga dalam USD ke mata uang lokal, dan angkanya akan jauh lebih besar dari yang Anda lihat pertama kali.
Sumber Data
- Halaman Harga Resmi Metabase (Paket, aturan harga per pengguna, penagihan penggunaan AI)
Disusun berdasarkan informasi publik, dengan informasi resmi sebagai acuan utama. Harga aktual dapat berubah sewaktu-waktu.
Pertanyaan yang Sering Diajukan
Apakah versi open-source Metabase benar-benar gratis sepenuhnya?
Lisensi perangkat lunaknya gratis, tanpa batasan jumlah pengguna maupun fitur. Namun, ada dua hal yang perlu diperhatikan: pertama, instalasi mandiri membutuhkan tenaga untuk pemeliharaan (basis data, pembaruan, pencadangan), yang merupakan biaya tersembunyi; kedua, versi open-source tidak memiliki SSO dan kontrol izin tingkat baris/kolom yang detail, sehingga organisasi dengan data sensitif mungkin harus mengandalkannya melalui pembatasan (view) di tingkat basis data.
Apakah SQL yang dihasilkan oleh fitur tanya-jawab AI bisa langsung dipercaya?
Untuk kueri agregasi sederhana, tingkat akurasinya cukup baik, tetapi begitu melibatkan penggabungan (join) banyak tabel atau logika bisnis internal perusahaan, akan mudah terjadi kesalahan. Sebaiknya anggap ini sebagai alat untuk membuat draf, periksa kembali kode SQL-nya sebelum dijalankan. Mengambil angka hasil AI secara langsung untuk membuat keputusan memiliki risiko yang tidak kecil.
Apa saja yang perlu diperhatikan saat menyematkan (embed) dasbor untuk dilihat oleh klien?
Hal yang paling penting adalah skema harganya. Paket berbayar Metabase dihitung berdasarkan jumlah pengguna, dan klien eksternal yang melihat dasbor setelah disematkan ke dalam produk juga dihitung sebagai pengguna. Jika produk Anda memiliki ratusan klien, biayanya akan sangat besar. Pastikan untuk melakukan simulasi perhitungan sebelum menerapkannya, jangan menunggu sampai tagihan datang.
Mana yang harus dipilih jika dibandingkan dengan Looker Studio?
Jika data Anda sebagian besar berada di ekosistem Google (GA4, BigQuery, Sheets) dan kebutuhannya sederhana, Looker Studio gratis dan sudah memadai. Namun, jika data Anda berada di MySQL/PostgreSQL sendiri, membutuhkan pengaturan izin yang detail, atau ingin melakukan instalasi mandiri agar data tetap berada di internal, Metabase jelas merupakan pilihan yang lebih tepat.