Hasil Pencarian  ::  Simpan CSV :: Kembali

"Dalam rangka mendukung pengambilan keputusan yang tepat bagi pimpinan berbasis data (data driven organization), Kemenkeu menyusun inisiatif strategis optimalisasi Sistem Layanan Data Kementerian Keuangan (SLDK) dan pengembangan proyek data analytics. Dalam pengembangan data analytics, terdapat permasalahan rendahnya kualitas data sehingga data driven organization belum terwujud dengan optimal. Penelitian ini meggunakan metode kualitatif dengan melalui proses wawancara dan observasi. Pengukuran kualitas data dan tingkat kematangan kualitas data menggunakan kerangka kerja Loshin’s Data Quality, DAMA-Data Management Book of Knowledge (DMBoK), dan Government Data Qualiaty (GDQ). Hasil pengukuran kualitas data menunjukkan terdapat permasalahan data tidak akurat dan tidak lengkap dan tingkat kematangan kualitas data Kemenkeu berada pada level Repeatable. Menyusun strategi kualitas data, ketentuan teknis, tim kualitas data, dan prosedur pengelolaan kualitas data; identifikasi harapan dan aturan kualitas data; mengukur, memantau, dan melaporkan kualitas data; mengelola aturan, knowledge base, dan metadata; meningkatkan kesadaran; melakukan pelatihan; menyediakan tools, menerapkan aturan dan menangani permasalahan; memutakhirkan SLA; mengelola kinerja kualitas data; dan melakukan audit kualitas data merupakan strategi peningkatan kualitas data yang dilaksanakan dalam empat tahap pada Tahun 2022-2023.

---

To support the right decision making for data-driven organizations, the Ministry of Finance (MoF) has developed a strategic initiative for optimizing the MoF's Data Service System (SLDK) and developing a data analytics project. In the development of data analysis, there is a problem of low data quality so that data-driven organizations have not been realized optimally. This study uses a qualitative method through interview and observation. Measurement of data quality and maturity level of data quality uses the Loshin's Data Quality framework, DAMA-Data Management Book of Knowledge (DMBoK), and Government Data Quality (GDQ). The results of the measurement of data quality indicate that there are problems with inaccurate and incomplete data and the MoF's data quality level is at the Repeatable level. Develop a data quality strategy, technical provisions, data quality team, and data quality management procedures; identification of data quality expectations and rules; measure, monitor, and report on data quality; manage rules, knowledge base, and metadata; raise awareness; conduct training; provide tools, apply rules and carry out problem solving; updating SLAs; manage data quality performance; and conducting data quality audits is a data quality improvement strategy implemented in four stages in 2022-2023.

"

"ABSTRAKKementerian Pemuda dan Olahraga mempunyai tugas utama di bidang kepemudaan dan keolahragaan. Tugas utama tersebut ada yang dikerjakan dan dikelola oleh kementerian secara langsung dan ada yang diberikan kepada Dinas Pemuda dan Olahraga di seluruh provinsi contohnya pembinaan atlet Pusat Pendidikan dan Latihan Pelajar (PPLP). Kondisi data atlet PPLP saat ini tidak dapat digunakan untuk menentukan kebijakan dengan optimal karena tidak lengkap, tidak up to date, dan tidak akurat. Tujuan dari penelitian ini adalah menyusun strategi dalam bentuk rekomendasi peningkatan manajemen kualitas data atlet PPLP. Rekomendasi tersebut diharapkan dapat menjadi acuan agar data atlet PPLP dapat digunakan untuk menentukan kebijakan contohnya promosi dan degradasi atlet dan cabang olahraga. Penelitian ini menggunakan dua metode yaitu Data Quality Framework dari David Loshin dan Data Management Body of Knowledge (DMBOK) dari DAMA. Data Quality Framework dari David Loshin memiliki 8 komponen dimana setiap komponen mempunyai beberapa karakteristik yang digunakan untuk menilai tingkat dan harapan kematangan manajemen kualitas data. Data Management Body of Knowledge (DMBOK) dari DAMA memiliki 11 kegiatan yang digunakan untuk menyusun rekomendasi berdasarkan kesenjangan antara tingkat dan harapan kematangan manajemen kualitas data. Penelitian ini menghasilkan 29 rekomendasi yang telah divalidasi oleh narasumber. Tahun target pelaksanaan rekomendasi tersebut terbagi menjadi 4 semester yang dimulai pada Tahun 2020 Semester 1.

---

ABSTRACT

The State Minister for Youth and Sports Affairs has the main task in the field of youth and sports. There are main task that carried out and managed by the State Minister directly and some are given to the Department for Youth and Sports affairs in all provinces, for example the coaching athletes Student Education and Training Center (PPLP). Currently the PPLP athletes data cannot be used to determine policies optimally, this is caused by incomplete, not up to date, and inaccurate data. The purpose of this research is to develop a strategy in the form of recommendations for improving the quality management of PPLP athletes data. The recommendation is expected to be a reference so it can be used to determine policies such as promotion and degradation of athletes and sports. This research uses two methods, the Quality of data Framework from David Loshin and Data Management Body of Knowledge (DMBOK) from DAMA. the Quality of data Framework from David Loshin has 8 components where each component has several characteristics that are used to assess the level and expectation of data quality management maturity. Data Management Body of Knowledge (DMBOK) from DAMA has 11 activities that are used to compile recommendations based on the gap between the level and expectation of data quality management maturity. This research produced 29 recommendations that were validated by the speakers. The target year for the implementation of the recommendations are divided into 4 semesters starting in 2020 Semester 1."

"Pusat Data dan Statistik Pendidikan dan Kebudayaan (PDSPK) merupakan unit kerja di Kementerian Pendidikan dan Kebudayaan yang bertugas dalam mendukung tugas Kementerian di bidang data dan statistik pendidikan dan kebudayaan. PDSPK melakukan proses verifikasi dan validasi terhadap data dari hasil pendataan DAPODIK yang bersifat data referensi. Proses verifikasi dan validasi ini dilakukan untuk menjamin kualitas data yang memenuhi persyaratan identitas tunggal untuk dapat melakukan integrasi data pendidikan. Integrasi data wajib menjamin unsur kelengkapan dan kebenaran data. Berdasarkan observasi data dan wawancara menunjukan bahwa kualitas data belum memenuhi sasaran strategis organisasi.

Untuk mengatasi hal tersebut, perlu dibangun perancangan manajemen kualitas data yang sesuai dengan kebutuhan PDSPK dalam mengelola data pendidikan. Perancangan manajemen kualitas data mengacu pada panduan dari Data Management Body of Knowledge (DMBOK) dalam kategori plan dan development yang dikeluarkan DAMA Internasional. Penelitian berhasil merumuskan rancangan manajemen kualitas data yang terdiri dari mendefinisikan kebutuhan, menilai kondisi kualitas data saat ini, menyusun metrik, menetapkan aturan bisnis kualitas data, menetapkan tingkat layanan kualitas data, dan menyusun prosedur operasional manajemen kualitas data.

---

Data Center and Statistic of Education and Culture (PDSPK) is a unit in the Ministry of Education and Culture which is tasked with supporting the Ministry's duties in the fields of education and culture data and statistics. PDSPK conducts a verification and validation process of data from the results of DAPODIK data that are reference data. This verification and validation process is carried out to ensure data quality that meets the requirements of a single identity to be able to integrate educational data. Data integration must guarantee the elements of data completeness and correctness. Based on data observations and interviews shows that the quality of data has not met the organization's strategic objectives.

To overcome this problem, it is necessary to build a data quality management planning that is in line with the PDSPK requirements in managing education data. Data quality management planning refers to the guidelines of the Data Management Body of Knowledge (DMBOK) in the plan and development category issued by DAMA International. The research succeeded in formulating a data quality management design consisting of defining requirements, assessing current data quality conditions, define metrics, define data quality business rules, establishing data quality service levels, and developing data quality management operational procedures."

"Politeknik Keuangan Negara STAN (PKN STAN) sebagai perguruan tinggi diwajibkan untuk memenuhi Standar Nasional Pendidikan Tinggi dalam rangka menjaga mutu pendidikan tinggi. Hasil penjaminan mutu digunakan oleh BAN-PT dalam menetapkan akreditasi Perguruan Tinggi. Penilaian akrediatasi, salah satunya, dilaksanakan dengan mengambil data dari Pangkalan Data Perguruan Tinggi (PDPT). Perguruan Tinggi wajib menyampaikan data dan informasi penyelenggaraan pendidikan ke PDPT. Data pendidikan tinggi meliputi data pokok, data referensi, dan data transaksional pendidikan tinggi. Data yang disampaikan ke PDPT harus memenuhi syarat kelengkapan, kebenaran, ketepatan, dan kemutakhiran. Hasil pengukuran data mahasiswa sebagai salah satu data pokok pendidikan tinggi di PKN STAN padadimensi kualitas data yang disyaratkan, yaitu Kelengkapan50.38%, Kebenaran/Ketepatan14.16%, dan Kemutakhiran100% diukur dari waktu pembuatan/pemutakhiran. Hasil tersebut belum memenuhi kriteria yang disyaratkan organisasi sebesar 90% untuk setiap dimensi data yang disyaratkan. Berdasarkan hal tersebut, penelitian ini menyusun rekomendasi peningkatan kualitas data pokok pendidikan di PKNSTAN. Rekomendasi disusun dengan melakukan penilaian manajemen kualitas data saat ini yang meliputi penilaian dimensi kualitas data padadata pokok pendidikan (dosen, mahasiswa, kurikulum, dan mata kuliah) dan penilaian tingkat kematangan manajemen kualitas data. Rekomendasi yang diberikan meliputi delapan komponen dalam Data Quality Frameworkdari David Loshin dengan menerapkan praktik terbaik manajemen kualitas data dariData Management Book of Knowledge dari DAMA Institute. Terdapat 66 rekomendasi peningkatan kualitas data pokok pendidikan di PKN STAN untuk dapat mencapai tingkat kematangan manajemen kualitas data yang diinginkan. Dari 66 rekomendasi tersebut, terdapat delapan rekomendasi yang dinilai berdampak signifikan dalam awal pelaksanaan program manajemen kualitas data di PKN STAN. Rekomendasi tersebut diharapkan dapat digunakan sebagai acuan dalam melaksanakan program peningkatan kualitas data pokok pendidikan di PKN STAN.

---

State Finance Polytechnic STAN, as a higher education institution (HEI), is required to meet the National Standards of Higher Education in order to maintain the quality of higher education. The quality assurance results are used by BAN-PT in establishing university accreditation. Accreditation assessment, one of which, is carried out by taking data from the Pangkalan Data Perguruan Tinggi (PDPT).

HEIs must submit data and information on the implementation of education to PDPT. Higher education data includes basic data, reference data, and higher education transactional data. Data submitted to PDPT must meet the requirements for completeness, truth, accuracy, and currency.

The measurement results of student data as one of the primary data of higher education in PKN STAN on the required data quality dimensions, namely Completeness 50.38%, Truth/Accuracy 14.16%, and Update 100% measured from the time of creation/updating. These results do not meet the criteria required by the organization by 90% for each dimension of data required.

Based on this, the research composes recommendations for improving the quality of the basic data of education in PKN STAN. The recommendations are prepared by evaluating the current data quality management, which includes evaluating the dimensions of data quality in the basic education data (lecturers, students, curriculum, and courses) and assessing the maturity level of data quality management.

The recommendations include eight components in the David Quality Quality Framework by implementing data quality management best practices from the Data Management Book of Knowledge from DAMA Institute. PKN STAN needs to make the 66 recommendations to be able to reach the desired level of data quality management maturity. There were eight recommendations which considered to have a significant impact at the beginning of the implementation of the data quality management program in PKN STAN. This recommendation is expected to be used as a reference in implementing the basic data quality improvement program in PKN STAN."

"ABSTRAKKementerian Sosial sebagai instansi pemerintah yang bertanggungjawab untuk memberantas kemiskinan di Indonesia memiliki program yaitu membantu masyarakat miskin dalam memenuhi kebutuhan hidup sehari-hari, seperti kebutuhan sandang dan pangan. Program bantuan ini meliputi Bantuan Pangan Non Tunai dan Program Keluarga Harapan yang menjadi pioneer program kerja pemerintahan. Penyaluran bantuan saat ini sudah melalui mekanisme transfer otomatis, untuk itu diperlukan data yang akurat, diyakini kebenarannya, dan lengkap agar program yang dijalankan tepat sasaran. Untuk melakukan penyaluran, Kementerian Sosial mengelola seluruh data penerima manfaat pada Basis Data Terpadu (BDT).Data yang ada pada Basis Data Terpadu merupakan data yang diperoleh dari Dinas Sosial Kabupaten/Kota yang selanjutnya dikirimkan ke Dinas Sosial Provinsi untuk diteruskan ke pusat. Oleh sebab itu, banyak data masukan yang tidak seragam penulisannya dan dapat menyebabkan data mengalami duplikasi dan tidak memenuhi dimensi kualitas data. Dampak dari hal tersebut adalah masih terdapat masyarakat yang belum menerima bantuan dalam jangka waktu tertentu, bahkan bantuan yang disimpan di bank tidak dapat disetor ke masyarakat karena data yang diterima tidak valid. Salah satu usaha yang dapat dilakukan untuk mengatasi masalah tersebut adalah melakukan pengukuran kualitas data yang ada pada basis data tersebut, yaitu dengan melakukan penilaian kualitas data.Penilaian kualitas data dilakukan dengan menggunakan kerangka kerja dari Health and Information Quality Authority in Ireland (HIQA) dengan melakukan analisis dampak kualitas data pada bisnis dengan Business Impact Analysis, penilaian dengan metode profiling dan kualitatif berdasarkan dimensi kualitas data yaitu, accuracy and reliability dan timeliness, pembuatan data quality statement hingga perancangan strategi peningkatan kualitas data.Hasil dari penelitian menunjukkan bahwa berdasarkan dimensi accuracy and reliability dan timeliness bahwa kualitas data BDT khususnya anggota rumah tangga tidak sesuai dengan tujuan Peraturan Menteri Sosial Nomor 28 Tahun 2017 akibat peran dan tanggung jawab mengenai pembersihan yang tidak jelas. Selain itu, hasil data profiling menunjukkan bahwa masih terdapat atribut yang tidak lengkap dan tidak sesuai aturan bisnis dengan persentase 97%. Untuk perbaikan ke depan, direkomendasikan agar Pusdatin Kesos menerapkan data profiling dan pembentukan data stewardship agar koordinasi pengelolaan kualitas data lebih terarah serta implementasi validasi pada sistem. Petugas didaerah juga dapat terbantu dengan adanya kamus data agar standar format data terpenuhi."

"ABSTRAKDirektorat Pengendalian Sumber Daya dan Perangkat Pos dan Informatika (SDPPI) merupakan organisasi pemerintahan setingkat eselon dua di bawah Direktorat Jenderal SDPPI, Kementerian Komunikasi dan Informatika. Salah satu tugas dan fungsinya adalah melakukan pengawasan dan pengendalian atas penggunaan spektrum frekuensi di Indonesia. Dalam menjalankan tugas tersebut, Direktorat Pengendalian SDPPI melakukan monitoring terhadap penggunaan spektrum frekuensi radio di tiap wilayah di Indonesia dan merekam hasil monitoring tersebut ke dalam suatu sistem report online. Berdasarkan analisis terhadap data hasil monitoring, teridentifikasi beberapa permasalahan mengenai kualitas data, yakni adanya data yang tidak konsisten, tidak standar, dan tidak akurat, yang pada akhirnya dapat menyulitkan pembuatan kebijakan di bidang spektrum frekuensi radio nasional. Berdasarkan permasalahan tersebut, evaluasi kematangan kualitas data saat ini dilakukan. Narasumber wawancara dalam penelitian ini adalah pejabat dan analis data monitoring di Direktorat Pengendalian SDPPI. Evaluasi dilakukan merujuk pada kerangka kerja Loshin. Hasil evaluasi menunjukkan bahwa komponen harapan kualitas data, kebijakan informasi, prosedur, tata kelola data, standarisasi data, teknologi, dan pengelolaan kinerja berada di level 1 (initial) sedangkan komponen dimensi kualitas data berada di level 2 (repeatable). Harapan kematangan kualitas data berdasarkan pedoman tata kelola Teknologi Infromasi Kementerian Kominfo dan pejabat Direktorat Pengendalian SDPPI berada di level 3 (defined). Analisis kesenjangan kematangan kualitas data saat ini dengan target yang diharapkan dilakukan. Berdasarkan analisis tersebut, dirumuskan rekomendasi peningkatan kualitas data penggunaan spektrum frekuensi. Rekomendasi tersebut meliputi penyusunan prosedur kegiatan monitoring, perumusan kebutuhan kualitas data, perumusan aturan validasi data, penyusunan kebijakan tata kelola data, menetapkan service level agreement (SLA), melakukan sosialisasi, edukasi, dan pelatihan kualitas data, menyusun standarisasi data, mengelola metadata, dan mengimplementasikan tools kualitas data.

---

ABSTRACT

Directorate of Spectrum Management System and Law Enforcement is echelon II government organization under Directorate General of Resources Management and Equipment of Post and Informatics, Ministry of Communication and Informatics. One of its task and function is to watch over and control the use of frequency spectrum in Indonesia. In doing so, Directorate of Resources Management and Equipment of Posts and Informatics Control monitors radio frequency spectrum usage at every region in Indonesia and record the result to an online report system. Based on analysis of data resulted from such monitoring, data quality problems are identified, i.e. the occurence of inconsistent, nonstandard, and inaccurate data, which in turn may complicate policy making in the field of national radio frequency spectrum. Supported by inverview with related stakeholder, further analysis is done to evaluate existing data quality maturity using Loshins Data Quality Maturity Model. The evaluation result show that for data quality expectations, policies, procedures, data governance, data standardization, technology, and performance management are on level 1 (initial) and dimension of data quality is on level 2 (repeatable), while the expected level is on level 3 (defined). Based on the gap analysis between as is and to be condition, recommendations to improve data quality of frequency spectrum usage is formulated. The recommendations are formulating procedures, data quality requirements, data validation rules, data governance policy, SLA, data satandardization, education and training, metadata management, and data quality tools implementation."

"ABSTRAK

Di era sekarang ini, informasi telah menjadi kebutuhan yang sangat penting bagi organisasi. Untuk memperoleh informasi yang bermanfaat, data sebagai sumber informasi harus memiliki kualitas yang baik. Salah satu organisasi yang saat ini bergantung pada kualitas informasi adalah PT. Bank Negara Indonesia, Tbk (BNI). BNI dalam usahanya melakukan transformasi bisnis menjadi bank yang berorientasi pada pelanggan melalui BNI Reformasi, sangat bergantung pada kualitas data nasabah yang baik. Kualitas data yang baik didapatkan dari pengelolaan data yang baik, termasuk diantaranya adalah pengukuran dan peningkatan kualitas data.

Penelitian ini dilakukan untuk mengukur tingkat kematangan dari pengelolaan kualitas data dan memberikan rekomendasi peningkatan kualitas data berdasarkan Data Quality Framework dari David Loshin dan Data Management Body of Knowledge (DMBOK) dari DAMA Institute.

Kerangka kerja yang lengkap dimiliki oleh Data Quality Framework sehingga dapat dihasilkan tingkat kematangan kualitas data yang dimiliki BNI untuk domain harapan, dimensi kualitas data, kebijakan, prosedur, tata kelola, standar, teknologi, dan pengukuran kinerja. Berdasarkan tingkat kematangan dan harapanharapan dari BNI, penulis menentukan kesenjangan yang digunakan untuk meningkatkan kematangan kualitas data di BNI. Berdasarkan best practice dan kerangka kerja yang ada di DMBOK, berhasil didapatkan rekomendasi peningkatan kualitas data, yaitu: perbaikan terhadap data quality requirements, menetapkan dan mengevaluasi data quality service levels, memantau prosedur operasional dan kinerja data quality management, serta melakukan pembersihan dan perbaikan data.

---

ABSTRAK

In this era, information has become critical for organization. To gain a maximum benefit from information, data as a source for information must have a good quality. PT. Bank Negara Indonesia (BNI) is one of organization that depends on good information quality. BNI is on their way to transforming from product centric to customer centric, they called this transformation as BNI Reformed. This transformation success is depends on their good customer data quality. Good data quality obtained from well data management, including the measurement and improvement of data quality.

This research was conducted to measure the maturity level of data quality management and provide recommendations on data quality improvement based Data Quality Framework from David Loshin and Data Management Body of Knowledge (DMBOK) of DAMA Institute.

Data Quality Framework has complete framework so that the maturity level of data quality in BNI can be measured for each domain: expectations, the data quality dimensions, policies, procedures, governance, standards, technology, and

performance measurement. Based on the level of maturity and expectations of BNI, the authors determine the gaps that are used to improve data quality maturity in BNI. Based on best practices and frameworks that exist in DMBOK, we can get data quality improvement recommendations, namely: improvements to data quality requirements, define and evaluate the data quality service levels,operational procedures and monitoring the performance of data quality management, as well as cleaning and repair data.

"

"

Universitas Sriwijaya merupakan satuan pendidikan yang menyelenggarakan pendidikan tinggi di kota Palembang. Berdasarkan Undang-Undang Republik Indonesia No. 12 Tahun 2012, penyelenggara perguruan tinggi wajib menyampaikan data dan informasi penyelenggaraan perguruan tinggi kepada PDDikti dengan memastikan kelengkapan, kebenaran ketepatan dan kemutakhirannya. Namun, hingga saat ini Universitas Sriwijaya masih belum sepenuhnya dapat memenuhi tuntutan peraturan tersebut. Permasalahan tersebut menjadi perhatian manajemen, karena pelaporan data kepada PDDikti merupakan standar nasional pendidikan tinggi yang harus dipenuhi dan informasi yang telah terkumpulkan di PDDikti  akan menjadi sumber informasi bagi lembaga akreditasi untuk melakukan akreditasi program studi dan perguruan tinggi sedangkan bagi masyarakat untuk mengetahui kinerja program studi dan perguruan tinggi. Berdasarkan kondisi tersebut, maka penelitian ini ditujukan untuk dapat membantu mengatasi permasalahan terkait kualitas data pada Universitas Sriwijaya dengan menyusun rekomendasi peningkatan kualitas data. Untuk menyusun rekomendasi tersebut dilakukan penilaian manajemen kualitas data saat ini, yaitu melalui penilaian terhadap dimensi kualitas data dan penilaian terhadap maturitas manajemen kualitas data. Rekomendasi yang diberikan meliputi delapan komponen dalam Data Quality Framework dari David Loshin dengan menerapkan praktik terbaik manajemen kualitas data dari Data Management Book of Knowledge dari DAMA Institute. Rekomendasi tersebut diharapkan dapat digunakan sebagai acuan dalam melaksanakan program peningkatan kualitas data pokok pendidikan di Universitas Sriwijaya.

 

---

Sriwijaya University is an education unit that organizes higher education in the city of Palembang. Based on the Law of the Republic of Indonesia No. 12 of 2012, higher education institutions are required to submit data and information on the organization of higher education to PDDikti by ensuring completeness, accuracy and accuracy. However, until now Sriwijaya University still cannot fully fulfill the demands of the regulation. These problems are of concern to management, because reporting data to PDDikti is a national standard of higher education that must be fulfilled and information that has been collected in PDDikti will be a source of information for accreditation institutions to accredit study programs and universities while for the public to know the performance of study programs College. Based on these conditions, this research is intended to be able to help overcome problems related to data quality at Sriwijaya University by compiling recommendations for improving data quality. To compile these recommendations, an assessment of the current data quality management is carried out, namely through an assessment of the dimensions of data quality and an assessment of data quality management maturity. The recommendations given include eight components in the David Quality Quality Framework by implementing data quality management best practices from the Data Management Book of Knowledge from DAMA Institute. The recommendation is expected to be used as a reference in implementing the basic data quality improvement program at Sriwijaya University.

 

"