Periksa salinan CSV katalog di Windows: pemisah kolom, header, ID produk kosong, dan ID berulang tanpa mengimpor data ke website aktif.

Berkas terbaca belum berarti data katalog siap dipakai

Ekspor katalog membantu tim memindahkan daftar produk dari satu proses kerja ke proses lain. Sebelum bahan itu digunakan pada website, ada baiknya memeriksa struktur serta identitas produknya pada salinan lokal. Berkas yang terbuka di editor teks belum tentu memiliki kolom yang dibaca sesuai harapan. Kesalahan pemisah, nama header, atau ID dapat membuat langkah berikutnya memproses data dengan arti yang berbeda dari rancangan awal.

Tutorial ini menggunakan PowerShell untuk membaca CSV menjadi objek, memeriksa nama kolom, mencari ID kosong, dan menemukan kelompok ID berulang. Semua tindakan dilakukan pada berkas latihan di komputer Windows. Tidak ada perintah impor ke CMS, koneksi database, atau perubahan katalog aktif. Hasil akhirnya berupa catatan pemeriksaan terbatas yang membantu pengelola memutuskan koreksi sebelum menguji alur impor sebenarnya pada lingkungan yang disediakan.

Tabel CSV tiga produk dengan header terpisah dan ID 0007 yang tetap berupa teks dengan nol di depan.
Pemisah, nama kolom, serta identitas produk diperiksa sebelum bahan diteruskan ke proses impor.

Prasyarat dan contoh data yang disepakati

Siapkan PowerShell yang menyediakan Import-Csv, editor teks, dan folder latihan sendiri. Gunakan berkas UTF-8 bernama katalog.csv dengan pemisah koma serta header persis id_produk,nama_produk,status. Latihan memerlukan sedikitnya satu baris data. Skema tiga kolom tersebut merupakan kesepakatan contoh, bukan format wajib semua aplikasi toko online. Sesuaikan rancangan pemeriksaan dengan dokumentasi sistem tujuan sebelum menerapkannya pada ekspor yang akan digunakan oleh tim.

Buat tiga produk fiktif dengan ID 0007, 0008, dan 0009. Nama produknya dapat berupa Tas Pagi, Tas Siang, dan Tas Sore, sedangkan statusnya aktif. Simpan salinan awal sebagai pembanding. ID sengaja memiliki nol di depan agar Anda dapat memeriksa bahwa identitas diperlakukan sebagai teks. Jangan memakai data pelanggan sebagai bahan latihan, dan jangan membuka lalu menyimpan ulang berkas melalui aplikasi yang pengaturan konversi kolomnya belum diketahui.

Perbandingan hasil contoh CSV bersih, satu ID kosong, satu kelompok ID berulang, dan pemisah yang keliru.
Angka pada diagram berasal dari berkas latihan lokal; kelulusan pemeriksaan ini belum membuktikan kesiapan seluruh proses impor.

Langkah 1: Baca CSV dengan pemisah dan encoding yang jelas

Buka PowerShell di folder latihan dan jalankan $rows = @(Import-Csv -LiteralPath '.\katalog.csv' -Delimiter ',' -Encoding UTF8). Dokumentasi Microsoft menjelaskan bahwa kolom CSV menjadi properti objek dan nilai setiap baris menjadi nilai propertinya. Parameter Delimiter menentukan pemisah yang digunakan. Penulisan encoding secara eksplisit menjelaskan asumsi latihan; parameter tersebut bukan alat untuk membuktikan bahwa berkas asal memang disimpan dengan encoding yang benar.

Periksa $rows.Count terlebih dahulu. Jika hasilnya nol, berhenti dan pastikan berkas memang berisi baris produk, bukan hanya header atau berkas kosong. Jangan melanjutkan contoh yang mengakses baris pertama ketika tidak ada objek data. Bila pembacaan menampilkan kesalahan, catat pesannya bersama nama salinan dan periksa sumbernya. Tahap ini bertujuan memperoleh data latihan yang dapat ditinjau, bukan menyembunyikan peringatan agar langkah berikutnya tetap berjalan.

Langkah 2: Cocokkan nama serta urutan header

Setelah jumlah baris lebih dari nol, jalankan $headers = @($rows[0].PSObject.Properties.Name), lalu tampilkan $headers. Untuk skema latihan, hasil yang diharapkan adalah id_produk, nama_produk, dan status sebagai tiga properti terpisah. Anda dapat membandingkan bentuk gabungannya melalui ($headers -join ',') -ceq 'id_produk,nama_produk,status'. Hasil True hanya menunjukkan nama serta urutan header cocok dengan contoh yang disepakati, bukan menyatakan semua isi produk sudah benar.

Jika hasilnya satu properti panjang yang masih mengandung titik koma, periksa pemisah berkas. Microsoft menjelaskan bahwa pemisah yang tidak cocok dapat membuat seluruh header diperlakukan sebagai satu nama properti. Jangan mengganti semua tanda pemisah secara massal pada data asli, karena karakter serupa mungkin merupakan bagian nama produk. Minta ekspor dengan format yang jelas atau baca salinan menggunakan pemisah yang benar, kemudian ulangi pemeriksaan header sebelum memeriksa nilai kolom.

Langkah 3: Tinjau isi dan pertahankan identitas sebagai teks

Tampilkan $rows | Select-Object id_produk,nama_produk,status untuk meninjau hasil pembacaan. Pastikan contoh ID pertama tetap terlihat sebagai 0007. Jangan mengonversinya menjadi angka hanya karena seluruh karakternya berupa digit. Dalam rancangan katalog ini, ID adalah identitas teks yang digunakan untuk mencocokkan produk. Aturan mengenai huruf, panjang, dan keunikan harus mengikuti sistem pengelola katalog, bukan ditebak dari tampilan satu contoh ekspor.

RFC 4180 mendokumentasikan penggunaan tanda kutip pada field yang berisi koma, baris baru, atau tanda kutip. Coba nama hipotetis Tas, edisi sore dengan field bertanda kutip pada salinan latihan, kemudian baca kembali melalui Import-Csv. Nama itu seharusnya tetap menjadi satu nilai nama_produk. Karena itu, menghitung koma atau memecah setiap baris dengan operasi teks sederhana tidak cukup untuk memahami isi CSV yang menggunakan pengutipan.

Langkah 4: Temukan ID yang kosong

Jalankan $empty = @($rows | Where-Object { [string]::IsNullOrWhiteSpace($_.id_produk) }), lalu lihat $empty.Count. Kueri menandai baris dengan ID kosong atau hanya berisi spasi. Tampilkan $empty | Select-Object id_produk,nama_produk,status agar produk yang perlu diperiksa terlihat. Untuk contoh awal yang memiliki tiga ID lengkap, hasil yang diharapkan nol. Jangan memberi ID pengganti secara otomatis sebelum mengetahui aturan pemberian identitas pada sumber katalog.

Pada salinan lain, kosongkan satu ID sambil mempertahankan nama produk dan statusnya. Ulangi pembacaan dari langkah pertama, kemudian jalankan pemeriksaan header serta ID kosong. Anda seharusnya menemukan satu baris bermasalah pada contoh tersebut. Latihan pembanding membuat hasil lebih mudah dipercaya daripada hanya melihat angka nol pada bahan awal, karena Anda telah memeriksa bahwa kueri memang dapat mengenali kondisi yang sengaja dibuat.

Langkah 5: Kelompokkan ID berulang dengan aturan yang dinyatakan

Jalankan $duplicates = @($rows | Where-Object { -not [string]::IsNullOrWhiteSpace($_.id_produk) } | Group-Object -Property id_produk -CaseSensitive | Where-Object { $_.Count -gt 1 }). Lihat $duplicates | Select-Object Count,Name. ID kosong dikeluarkan dari pengelompokan agar temuannya tetap dipisahkan. Pengelompokan dibuat peka huruf; aturan ini perlu dicocokkan dengan aturan identitas pada aplikasi tujuan, terutama bila ID dapat mengandung huruf besar dan kecil.

Buat satu salinan dengan dua produk memakai ID 0007. Setelah data dibaca ulang, hasil yang diharapkan adalah satu kelompok berulang dengan jumlah dua, bukan dua kelompok. Catat produk yang terlibat dan tanyakan apakah sumber ekspornya mengandung duplikasi atau memang membutuhkan penanda varian yang berbeda. Jangan menghapus baris semata-mata karena namanya mirip; dua varian dapat mempunyai nama serupa tetapi identitas berbeda yang sah menurut katalog.

Langkah 6: Simpan temuan dan lakukan verifikasi ulang

Tuliskan nama salinan, waktu WIB pemeriksaan, pemisah, encoding yang diasumsikan, jumlah baris, header, jumlah ID kosong, dan kelompok ID berulang. Setelah sumber dikoreksi oleh pengelola, ambil ekspor baru dan jalankan urutan yang sama. Pertahankan catatan sebelumnya agar tim dapat menilai perubahan. Keberhasilan lokal tetap perlu diikuti pengujian pemetaan kolom dan aturan impor pada sistem tujuan dengan bahan serta lingkungan yang memang disetujui.

Batas pemeriksaan perlu ikut tercatat: latihan belum memeriksa semua kesalahan struktur CSV, jumlah field berlebih pada setiap baris, nilai status yang diizinkan, relasi kategori, atau kecocokan ID dengan database website. Nama produk yang dapat dibaca juga belum membuktikan seluruh karakter berkas telah ditafsirkan sempurna. Gunakan daftar temuan ini sebagai satu tahap pemeriksaan yang terukur, lalu lengkapi sesuai kontrak data pada proses impor sebenarnya.

Cocokkan arti identitas sebelum mengubah data

Hasil pemeriksaan perlu dibaca bersama kesepakatan identitas produk. Jika satu sistem membedakan huruf besar dan kecil sedangkan sistem lain menyamakannya, pengelompokan yang dipilih harus dinyatakan dengan jelas. Jangan mengubah seluruh ID menjadi huruf kecil agar daftar terlihat seragam sebelum pemilik sumber menyetujui aturan tersebut. Perubahan identitas dapat memengaruhi pencocokan pada proses berikutnya, sehingga keputusan tentang bentuk ID harus dibuat berdasarkan kontrak data dan diuji pada lingkungan tujuan.

Perhatikan pula spasi yang terlihat sederhana. Pada latihan ini, ID yang hanya berisi spasi ditandai kosong, tetapi ID yang memiliki spasi di depan atau belakang tidak otomatis diperbaiki. Buat catatan terpisah jika bentuk seperti itu muncul dan tentukan bersama pengelola apakah spasi bagian dari nilai atau kesalahan ekspor. Mengubah nilainya tanpa catatan dapat menyembunyikan masalah pada sumber dan menyulitkan tim menjelaskan mengapa dua ekspor memberikan hasil pencocokan yang berbeda.

Untuk nama produk yang mengandung koma, bandingkan hasil objek dengan bahan latihan yang diketahui. Satu nama lengkap harus tetap terbaca pada properti yang sesuai, sementara status tetap berada pada kolomnya sendiri. Pemeriksaan beberapa contoh sengaja dipilih menurut variasi data, bukan hanya berdasarkan baris pertama. Gunakan bahan dengan nama pendek, nama berkoma, dan karakter yang memang dibutuhkan katalog agar tim mempunyai bukti pembacaan yang relevan sebelum melanjutkan tahap pemetaan kolom.

Kesalahan umum saat menyiapkan data katalog

Kesalahan yang sering mengaburkan hasil ialah memakai pemisah berbeda, mengabaikan header yang tidak cocok, melanjutkan pemeriksaan pada berkas tanpa data, dan mengubah ID menjadi angka. Kesalahan lain adalah menyebut hasil pengelompokan sebagai jumlah baris salah tanpa membaca Count serta Name. Pisahkan setiap jenis temuan agar koreksi dapat ditujukan kepada sumbernya. Untuk data yang berubah berkala, catat versi ekspor sehingga pemeriksaan tidak tercampur antara dua keluaran yang berbeda.

Kebutuhan pengelolaan website dapat dibahas melalui informasi hosting cPanel di https://www.jagoweb.com/hosting-cpanel dan pilihan layanan pada https://www.jagoweb.com/. Bawalah contoh skema serta catatan pemeriksaan saat mendiskusikan alur katalog. Kemampuan impor, pemetaan kolom, dan penanganan data mengikuti aplikasi yang digunakan; keberadaan layanan hosting tidak dengan sendirinya menetapkan format CSV tertentu. Pembagian pekerjaan yang jelas membantu tim menyiapkan bahan yang dapat diperiksa sebelum perubahan katalog dilakukan.

Bacaan terkait

Sumber dan referensi