Hasil Pencarian  ::  Simpan CSV :: Kembali

"ABSTRAKDalam Renstra Badan Pusat Statistik (BPS) RI 2015-2019 disebutkan bahwa salah satu tahapan dalam menyusun IT Design and Strategy adalah menyusun tata kelola dan tata laksana teknologi informasi (IT governance and management). Namun, tata kelola teknologi informasi (TI) di BPS belum mencakup semua bidang keputusan terkait TI. Salah satu bidang keputusan TI yaitu Infrastruktur TI. Infrastruktur TI yang memiliki peranan penting di BPS adalah Data Center atau Pusat Data. Tidak adanya tata kelola yang mengatur pengelolaan Pusat Data dapat berdampak pada terganggunya layanan Pusat Data yang menghambat proses bisnis. Penelitian ini bertujuan untuk membuat rancangan kebijakan dan pedoman pengelolaan Pusat Data yang sesuai untuk BPS. Penelitian ini adalah penelitian kualitatif dengan metodologi penelitian case study dan action research. Perancangan kebijakan dan pedoman diawali dengan penyusunan aspek-aspek pengelolaan Pusat Data yang diperoleh dari standar ANSI/TIA-942 dan standar ANSI/BICSI-002. Dari aspek-aspek pengelolaan Pusat Data tersebut kemudian diamati kondisi pengelolaan Pusat Data saat ini dan kendala yang dihadapi dalam pengelolaan Pusat Data, Kemudian dari kondisi yang ada dan kendala yang dihadapi diberikan rekomendasi. Selanjutnya dilakukan perancangan kebijakan dan pedoman pengelolaan Pusat Data dengan masukan berupa hasil dari tahapan sebelumnya. Dari penelitian ini dihasilkan usulan kebijakan dan pedoman pengelolaan Pusat Data yang sesuai untuk BPS sehingga pengelolaan Pusat Data dapat lebih baik dalam memberikan layanan kepada pengguna.

---

ABSTRACT

On the strategic plan of BPS-Statistics Indonesia 2015-2019, one phase to develop IT design and strategy is to develop IT governance and management. However, IT governance in BPS does not include all area of IT decisions. One of these areas is IT infrastructure. IT infrastructure which has an important function in BPS is data center. The absence of governance that regulates the data center management can have an impact on service disruption of data center that later impedes the business process.

The purpose of this research is to make a design of policy and guideline of data center management that is suitable for BPS. This research is qualitative research using two methodologies: case study and action research. Design of policy and guideline begins with drafting aspects from data center standards: ANSI/TIA-942 and ANSI/BICSI-002. Then, the current condition and constraints encountered on data center management are observed based on aspects derived from standards. If the management does not meet the standards then recommendations given. Next, design of policy and guideline for data center management, using aspects from standards, current conditions, constraints and recommendations.

The result of this research is a proposed policy and guideline for data center management that fit to BPS in providing better services to users."

"Badan Pusat Statistik BPS adalah lembaga pemerintah non kementrian yang memiliki kewenangan melakukan kegiatan statistik berupa sensus dan survei. Tindak lanjut dari kegiatan statistik ini harus didukung oleh sistem informasi pengolahan data yang memadai. Subdit Integrasi Pengolahan Data IPD sebagai pengembang sistem informasi di BPS harus dapat melayani pengembangan sistem informasi pengolahan data, namun saat ini layanan tersebut masih belum berkualitas.Agar dapat melakukan peningkatan kualitas layanan maka kualitas layanan saat ini harus dievaluasi. Pengukuran kualitas layanan ini dengan menggunakan dimensi kualitas metode SERVQUAL yang dimodifikasi. Dimensi tersebut meliputi tangibles, reliability, responsiveness, assurance, empathy dan geographics, selanjutnya diintegrasikan dengan model Kano.Hasil dari evaluasi tersebut, dimensi Reliability dan Responsiveness mempunyai nilai gap yang paling besar. Selain itu dari 24 atribut layanan yang diukur hanya 19 atribut kualitas yang mempunyai dampak terhadap kepuasan pengguna, dimana diantaranya 15 atribut mempunyai kategori Attractive. Selanjutnya dari 19 atribut tersebut ditentukan atribut yang menjadi prioritas utama sampai dengan prioritas terakhir dalam usaha peningkatan kualitas layanan.

---

BPS Statistics Indonesia is a non ministerial government agency which has the authority to conduct statistical activities like census and survey. The follow up of these statistical activities should be supported by an adequate data processing information system. Sub Directorate of Data Processing Integration IPD as developer of information system at BPS must be able to serve development of information system of data processing, but now the service still not qualified.

In order to improve the quality of service, the current quality of service must be evaluated. Measuring the quality of this service using the quality dimension of the modified SERVQUAL method. These dimensions include tangibles, reliability, responsiveness, assurance, empathy and geographics, then integrated into Kano model.

The results of the evaluation, the dimensions of Reliability and Responsiveness have the greatest gap value. In addition, based on the measurement results of 24 attributes, only 19 attributes that impact on user satisfaction, and 15 attributes of them have category Attractive. Furthermore, of the 19 attributes are determined attributes that become the main priority up to the last priority in efforts to improve the quality of service."

"Badan Pusat Statistik Kabupaten Kaur merupakan satuan kerja di bawah Badan Pusat Statistik Republik Indonesia yang bertanggung jawab melaksanakan kegiatan statistik di wilayah Kabupaten Kaur Provinsi Bengkulu. Meskipun Badan Pusat Statistik Kabupaten merupakan satuan kerja terkecil di bawah Badan Pusat Statistik Republik Indonesia, namun Badan Pusat Statistik Kabupaten menyumbang peran besar dalam pencapaian tujuan Badan Pusat Statistik untuk meningkatkan kualitas data. Hal ini disebabkan oleh peran Badan Pusat Statistik Kabupaten sebagai tombak dalam pengumpulan data langsung ke responden dan sekaligus sebagai pengolah dan diseminasi data. Sebagai contoh adalah pelaksanaan Survei Sosial Ekonomi Nasional yang tengah berlangsung pada semester I tahun 2019 saat penyusunan penelitian ini. Dari survei ini diperoleh permasalahan yaitu terdapat ketidaklengkapan, ketidakkonsistenan isian dan ketidaktepatan harga pada Modul Kor dan Konsumsi Pengeluaran saat entri data dalam aplikasi. Begitu pula saat pasca entri masih ditemukan ketidakkonsistensian dan ketidaktepatan isian. Untuk mengatasi permasalahan ini dilakukan evaluasi tingkat kematangan manajemen kualitas data menggunakan kerangka kerja Manajemen Kualitas Data Loshin. Hasil yang diperoleh menunjukkan bahwa tingkat kematangan berada pada kisaran 2 dan 3. Dari delapan dimensi, terdapat empat dimensi yang belum memenuhi target yang diharapkan yaitu harapan kualitas data, protokol kualitas data, standar data, dan teknologi. Selain itu, hasil dari pengukuran kualitas data statistik menggunakan kerangka kerja European Statistical System menunjukkan bahwa total skor yang dicapai adalah 5.7 dari target yang diharapkan sebesar 9.4. Dari hasil penelitian ini selanjutnya disusun rekomendasi peningkatan kualitas data.

---

The BPS-Statistics of Kaur Regency is a work unit under the BPS-Statistics of the Republic of Indonesia which is responsible for carrying out statistical activities in the regency area, precisely the Regency of Kaur, Bengkulu Province. Although the Regency Statistics Agency is the smallest work unit, the BPS-Statistics of Kaur Regency contributes a large role in achieving the goals of the BPS-Statistics of Republic of Indonesia to improve data quality. This is due to the role of the Regency Statistics Agency as a spearhead in collecting data directly to respondents and at the same time as data processors. An example is the implementation of the National Socio-Economic Survey which was taking place in the first semester of 2019 during the preparation of this study. From this survey, there are problems, namely there are incompleteness, inconsistency in the contents and inaccuracy of the price range in the Cor Module and Expenditure Consumption during data entry in the application. Likewise, inconsistencies and inaccuracies are found after post entries. To overcome this problem, an evaluation of the maturity level of data quality management using the Loshin’s Data Quality Management was done. The results indicate that the maturity level is in the range of 2 and 3. Of the eight dimensions, there are four dimensions that have not met the expected targets, namely expectations of data quality, data quality protocols, data standards, and technology. In addition, the results of measuring the quality of statistical data using the European Statistical System indicate that the total score achieved is 5.7 of the expected target of 9.4. From the results of this study, recommendations were made for improving data quality."

"ABSTRAKBadan Pusat Statistik merupakan lembaga pemerintah non-kementerian yang bertanggung jawab untuk menyediakan data dan informasi statistik yang berkualitas. Salah satu upayanya yaitu dengan melakukan penyimpanan dan pengelolaan data secara terpusat melalui pengembangan data warehouse. Pengembangan data warehouse menjadi salah satu pilar pembangunan bidang TIK dalam rangka Reformasi Birokrasi Badan Pusat Statistik Tahun 2011-2015. Akan tetapi, sampai saat ini proses pengembangan data warehouse masih mengalami keterlambatan dari target pengembangan yang telah direncanakan. Untuk mengatasi permasalahan ini, diperlukan suatu langkah peningkatan proses pengembangan mengingat pada tahun 2015 proses pengembangan data warehouse direncanakan untuk dilanjutkan. Tahapan awal untuk melakukan peningkatan proses pengembangan dengan mengetahui tingkat kemapanan proses pengembangan data warehouse sebelumnya. Penelitian ini bertujuan untuk mengevaluasi tingkat kemapanan proses pengembangan data warehouse pada Badan Pusat Statistik. Tingkat kemapanan proses pengembangan data warehouse ini selanjutnya dapat digunakan sebagai acuan dalam melakukan perbaikan/peningkatan proses pengembangan data warehouse. Penelitian ini menggunakan metodologi studi kasus. Penelitian ini mengacu pada maturity model DWCMM dan pedoman perbaikan proses menggunakan model IDEAL. Ruang lingkup penelitian ini dibatasi pada evaluasi tingkat kemapanan dan perumusan rekomendasi perbaikan proses pengembangan data warehouse.Berdasarkan hasil penelitian diperoleh bahwa variabel pengukuran arsitektur, pemodelan data, proses ETL, dan proses pengembangan data warehouse mencapai kemapanan tingkat 2, sedangkan variabel aplikasi BI dan proses layanan data warehouse masih kemapanan tingkat 1. Dengan demikian, tingkat kemapanan proses pengembangan data warehouse BPS disimpulkan mencapai tingkat 2 (Repeatable Level). Untuk meningkatkan proses pengembangan data warehouse, BPS disarankan melakukan rekomendasi perbaikan proses yang diusulkan penelitian ini. Penerapan perbaikan proses tersebut diharapkan dapat menyelesaikan lebih dari 80% kelemahan pada variabel pengukuran proses ETL, aplikasi BI, proses pengembangan data warehouse, dan proses layanan data warehouse; 67% kelemahan pada variabel pemodelan data; dan 58% untuk variabel arsitektur data warehouse. Penerapan rekomendasi juga diharapkan dapat mencapai tujuan pengembangan data warehouse dan memberikan manfaat sesuai dengan harapan BPS.

---

ABSTRACTStatistics Indonesia (BPS) is a non-ministerial government institution responsible for providing qualified statistical data and information. To achieve that, BPS performs centralized data management through the development of a data warehouse. Data warehouse development becomes one of the pillars of ICT development, part of BPS Reforms in 2011-2015. However, until now the process of developing a data warehouse is still experiencing delays. To overcome this problem, we need an improvement in the development process. Initially, we need to determine the level of data warehouse development process capability earlier. This study aimed to evaluate the level of data warehouse development process capability in the BPS. The level of the data warehouse development process capability can be used as a reference in the improvement of subsequent data warehouse development process. This study uses a case study methodology. This study refers to the DWCMM maturity models and guidelines for process improvement using the IDEAL model. The scope of this study is limited to the evaluation of the level of capability and the formulation of recommendations for improvement of data warehouse development process.Based on the results of the study, the measurement variables covering architecture, data modeling, ETL processes and data warehouse development process have reached maturity level 2, while those variables covering BI applications and process services data warehouse still level 1. Thus, the level of maturity of data warehouse development process in BPS can be concluded to reach level 2 (Repeatable level). To improve the data warehousing process, BPS is advised to do the proposed process improvement recommendations. Implementation of process improvements is expected to alleviate more than 80% process weakness in ETL process, BI applications, data warehouse development process, data warehouse services process; 67% weakness in the data modeling; and 58% for the data warehouse architecture. Implementation of these recommendations is also expected to achieve the goal of developing a data warehouse and to provide benefits in line with expectations of BPS."

"Pada tahun 2011, Badan Pusat Statistik (BPS) melakukan pembaharuan dan perubahan yang mendasar terhadap sistem penyelenggaraan kegiatan statistik dengan melakukan Reformasi Birokrasi (RB). Salah satu program yang ingin dicapai dalam RB adalah mengembangkan manajemen pengetahuan (knowledge management/KM). Tidak semua organisasi yang mengimplementasikan KM akan berhasil. Oleh karena itu, perlu dilakukan pengukuran tingkat kesiapan organisasi (KM readiness) sebelum melakukan implementasi KM. Penelitian ini bertujuan untuk mengetahui sejauh mana kesiapan BPS RI sebelum mengimplementasikan KM dan memberikan rekomendasi berupa strategi perbaikan jika terdapat faktor yang belum siap. Kerangka kerja kesiapan KM BPS RI dibangun berdasarkan KM enabler, infrastruktur KM, serta KMCSF yang dikelompokkan ke dalam aspek abstract, soft, dan hard. Penelitian ini merupakan survey research di mana objek penelitiannya adalah pegawai BPS RI. Instrumen yang digunakan dalam penelitian ini adalah kuesioner. Stratified single stage cluster sampling digunakan sebagai metode penarikan sampelnya dengan jumlah responden sebesar 268 responden. Data hasil pengolahan diolah menggunakan analisis deskriptif. Dari hasil analisis, BPS RI mempunyai nilai kesiapan sebesar 70,91% (tingkat 3/ready). Nilai tersebut menunjukan bahwa BPS telah siap untuk mengimplementasikan manajemen pengetahuan.

---

In 2011, BPS - Statistics Indonesia perform a fundamental changes to the implementation system of statistical activities by doing bureaucratic reform (RB). One of the RB program is to develop a knowledge management (KM). Not all organizations that implement KM will succeed. Therefore, it is necessary to measure the degree of organization’s KM readiness prior to the implementation of KM. This study aims to find out BPS RI readiness before implementing KM and provide recommendations in the form of improvement strategy if there are factors that are not ready. BPS RI’s KM readiness framework is built based on KM enablers, KM infrastructure, as well as KMCSF then grouped into KM aspects (abstract, soft, and hard). This study is a survey research in which the object of research is the BPS RI employees. The instrument used in this study was a questionnaire. Stratified single stage cluster sampling is used as a sampling method with the number of respondents is 268 respondents. Data processing results processed using descriptive analysis. From the analysis, BPS RI KM readiness value is 70.91% (level three/ready). These values indicate that BPS RI is ready to implement knowledge management."

"ABSTRAKMemiliki sebuah data center membutuhkan biaya yang besar baik dalam pembuatan dan pemeliharaannya. PT. XYZ memiliki sebuah data center TI untuk menunjang segala kegiatan TI yang berjalan. Semakin baik kualitas data center tersebut berarti semakin lancar kegiatan TI dan juga kegiatan bisnis yang dijalankan oleh PT. XYZ. PT. XYZ mempunyai rencana untuk meningkatkan kualitas dari data center TI yang ada, namun belum memiliki panduan yang jelas dalam memilih area mana saja yang perlu ditingkatkan agar sesuai dengan best practice yang diterapkan di data center.Penelitian ini berfokus dalam melakukan pengukuran tingkat maturitas dari data center TI milik PT. XYZ yang hasilnya dapat dijadikan panduan dalam proses peningkatan kualitas data center sesuai yang direncanakan. Untuk memenuhi objektif tersebut, metode Data Center Maturity Model digunakan sebagai alat ukur karena dianggap cocok dan sesuai dengan penelitian.Hasil dari penelitian ini merupakan tingkat maturitas data center TI PT. XYZ dan level maturitas yang diinginkan sesuai hasil pengukuran. Hasil penelitian yang dihasilkan diharapkan dapat menjadi titik awal rencana peningkatan kualitas data center TI yang dimiliki PT. XYZ.

---

ABSTRACT

Having a data center needs high cost for build and maintance. PT. XYZ has a IT data center to support their IT activity. The better the quality of that data center means better their IT and business activity. PT. XYZ plans to improve the quality of their data center, but don?t have any clear guidance to choose what area they should improve to make that data center more similar to best practice in data center.

Focus of this research is measuring maturity level of IT data center that own by PT. XYZ. Result of this research can be a guidance to improve the quality of their IT data center as they planned. For that purpose, Data Center Maturity Model will used for measuring tool. Data Center Maturity Model is considered suite for this research.

The result of this research are maturity level of PT. XYZ data center?s and PT. XYZ goal target of the maturity level. The result are expected to be a beginning point to improve the quality of PT. XYZ?s data center."