Hasil Pencarian  ::  Simpan CSV :: Kembali

"ABSTRAKKualitas data bawah tanah adalah hal yang sangat penting untuk menunjang kegiatan eksplorasi dan eksploitasi perusahaan hulu migas. Dari hasil assesment pihak eksternal mengenai manajemen data di PT XYZ, salah satu hal krusial yang harus dibenahi adalah kualitas data bawah tanah yang masih rendah. Untuk itu diperlukan suatu kebijakan mengenai manajemen kualitas data sehingga dapat membantu meningkatkan kualitas data bawah tanah di PT. XYZ. Pada penelitian ini data bawah tanah yang akan dijadikan objek penelitian adalah data sumur pengeboran migas. Dalam menyusun kebijakan manajemen kualitas data, penelitian ini menggunakan kerangka kerja Data Quality Management DMBOK pada grup Planning dan Development yang relevan dengan pembuatan kebijakan. Aktivitas-aktivitas ini adalah mendefinisikan data quality requirement, membuat data quality business rule dan membuat data quality metrics. Penelitian berhasil merumuskan rancangan kebijakan manajemen kualitas data sumur pengeboran migas berupa 116 data quality requirement, 119 data quality business rule, dan data quality metrics yang tersusun berdasarkan persentase keberhasilan data memenuhi data quality business rule.

---

ABSTRACTThe quality of subsurface data is very important to support the exploration and exploitation activities of upstream oil and gas companies. From the external assessment of data management in PT XYZ, one of the crucial things that must be addressed is the low quality of subsurface data. For that we need a policy on data quality management so that it can help improve the quality of subsurface data at PT. XYZ. In this research, subsurface data that will be used as research object is oil and gas well drilling data. In preparing data quality management policies, this study uses the DMBOK Data Quality Management framework in the Planning and Development group relevant to policy making. These activities are defining data quality requirements, creating quality business rule data and creating data quality metrics. The research succeeded in formulating the draft of quality management policy of oil and gas well drilling data in the form of 116 data quality requirement, 119 data quality business rule, and data quality metrics compiled based on percentage of data success to meet the data quality business rules."

"ABSTRAKBisnis digital merupakan salah satu bisnis yang menjanjikan pada era informasi saat ini. Informasi penting dapat diperoleh dari mewawas data yang berkualitas, sehingga dapat dimanfaatkan untuk kepentingan organisasi. Data pelanggan yang dimiliki oleh PT XYZ menjadi bahan inti dalam strategi pengembangan program digital. Data yang terkumpul dari beberapa unit bisnis memiliki kualitas data yang rendah. Tantangan tersebut menjadi perhatian manajemen, sehingga butuh pengelolaan kualitas data yang baik untuk meningkatkan kualitas data pelanggan.Penelitian ini menggunakan metode kualitatif, pengumpulan data dilakukan dengan melakukan wawancara terhadap empat narasumber dan studi dokumen perusahaan. Penilaian kualitas data dilakukan dengan menggunakan Big Data Quality Assessment dari lsquo;Cai and Zhu rsquo; dan tingkat kematangan kualitas data menggunakan Data Quality Framework dari Loshin untuk mengetahui karakteristik yang kurang dalam pengelolaan kualitas data. Hasil tersebut dipetakan berdasarkan praktik manajemen kualitas data Data Management Body of Knowledge DMBOK dari DAMA institute untuk menyusun rekomendasi strategi pengelolaan kualitas data.Pengukuran tingkat kematangan kualitas data pelanggan PT XYZ berada pada level 2 repeatbele . Rekomendasi yang dihasilkan yaitu: menentukan proses dan prosedur untuk menetapkan tanggung jawab dan akuntabilitas untuk semua aspek manajemen data, penerapan pengelolaan metadata, melakukan proses analisis data pelanggan, melakukan penambahan proses validasi data terhadap setiap elemen kualitas data, merumuskan Service Level Agreements SLA , merumuskan data profiling untuk data pelanggan, menyusun Standard Operating Procedure SOP , menerapkan manajemen pelacakan insiden, dan melakukan evaluasi pengelolaan data secara berkala.

---

ABSTRACTDigital business is one of the promising businesses in this information age. Important information can be obtained from data which has quality, so it can be utilized for the benefit of the organization. Customer data owned by PT XYZ becomes the core ingredient in digital program development strategy. The data collected from several business units has low data quality. The challenge become a concern of management, so it takes the management of good data quality to improve the quality of customer data.This research use qualitative method, data retrieval is done by interviewing four resource person and company rsquo;s document. Data quality assessment is performed using Big Data Quality Assessment from 39;Cai and Zhu 39; and data maturity level using Data Quality Framework from Loshin to know the quality of data. The results are mapped based on data management quality management practices of DMBOK from DAMA institutions to develop recomendation of data quality management strategy.Measurement of PT XYZ customer data quality maturity level is at level 2 repeatbele . Recommendations of the strategies are: determine the processes and procedures for assigning responsibilities and accountability for all aspects of data management, implementation of metadata management, conducting customer data analysis process, adding data validation process to each element of data quality, formulating Service Level Agreements SLA , formulate profiling data for customer data, develop Standard Operating Procedures SOP , implement incident tracking management, and conduct periodic data management evaluations."

"Target PT XYZ yang bergerak di industri keuangan untuk menjadi perusahaan terkemuka di Asia Tenggara telah didukung oleh lebih dari 200 juta data pelanggan yang ada di core system-nya. Data dengan jumlah yang sangat besar tersebut diharapkan dapat menciptakan peluang bisnis, membangun budaya sadar risiko dan menambah keunggulan dalam strategi bisnis PT XYZ. Hal tersebut dapat tercapai jika data yang digunakan adalah data yang berkualitas baik. Pada kenyataannya, ditemukan anomali pada sejumlah besar data pelanggan. Untuk dapat memberikan rekomendasi perbaikan kualitas data pelanggan, perlu dilakukan penilaian kualitas data pelanggan. Penilaian kualitas data pelanggan yang dilakukan pada penelitian ini menggunakan metode yang diperkenalkan oleh Loshin (2011). Loshin's Data Quality Management Model ini mengadopsi tingkat capability maturity model dalam penyusunan matriks karakteristiknya. Nilai kematangan yang diperoleh adalah 3,6 (expectation), 3,6 (dimension), 4,4 (policy), 3,8 (procedure), 4,2 (governance), 3,8 (standardization), 4,2 (technology), dan 3,8 (performance management). Dengan harapan senior management yang dapat mencapai level tertinggi pada kualitas data, dihasilkan 9 rekomendasi strategi. 9 rekomendasi strategi yang diajukan kepada PT XYZ merupakan hasil pemetaan antara kriteria yang belum terpenuhi dengan data quality management activity atau aktivitas DQM yang ada di Data Management Body of Knowledge (DMBOK) versi 2.0. Pengukuran dan pemantauan terhadap kualitas data yang baik menjadi rekomendasi yang paling berpengaruh untuk PT XYZ.

---

PT XYZ, engaged in the financial industry, has a target to become a leading company in Southeast Asia and has been supported by more than 200 million customer data in its core system. This huge amount of data is expected to create business opportunities, build a risk-aware culture, and increase supremacy in the business strategy of PT XYZ. These things can be achieved if the data used is of good quality data. In fact, found anomalies in a large number of customer data. To get recommendations for improving the quality of customer data, it is necessary to assess the quality of customer data. The assessment of the quality of customer data carried out in this study was by using the method introduced by Loshin (2011). Loshin’s Data Quality Management Model adopts a capability maturity level model in building its characteristic matrix. Maturity levels obtained are 3.6 (expectations), 3.6 (dimensions), 4.4 (policy), 3.8 (procedures), 4.2 (governance), 3.8 (standardization), 4, 2 (technology), and 3.8 (performance management). Regarding the expectation that senior management can achieve the highest level of data quality, 9 strategic recommendations were produced 9 strategy recommendations were submitted to PT XYZ is the result of mapping between criteria that have not been met with data quality management activity in Data Management Body of Knowledge (DMBOK) version 2.0. Measurement and monitoring of good data quality is the most influential recommendation for PT XYZ."

"Data wireline log sumur pemboran minyak dan gas bumi adalah salah satu data bawah permukaan yang selalu dihasilkan dan digunakan dalam setiap kegiatan eksplorasi dan eksploitasi minyak dan gas bumi. Kualitas informasi data bawah permukaan yang lengkap dan akurat akan membantu perusahaan memperpendek “time-to-first-oil” dan memperpanjang fase produksi. Laporan Bulanan Pengelolaan Data Bawah Permukaan menunjukkan bahwa pada bulan Oktober 2018 hingga Juli 2020 terdapat 20 dari 34 tiket insiden masalah informasi kualitas data yang bersumber dari data wireline log. Penelitian ini menggunakan metode six sigma dengan pendekatan Define-Measure-Analysis- Improve-Control (DMAIC) untuk mengidentifikasi masalah, mengukur kualitas data wireline log sebagai produk dari proyek pemboran migas yang telah berjalan selama ini dan menganalisis penyebab utama masalah kualitas data wireline log dan pada akhirnya ditahap improvement dan control merekomendasikan langkah-langkah yang dapat dilakukan untuk mengurangi masalah kualitas informasi data wireline log dan kesinambungan perbaikannya di masa mendatang.

---

Wireline log data is one of the subsurface data that always generated and used in every exploration and production (E&P) activity in oil and gas industry. It has a very high value because it will be processed into information which will be used in various decision making related to the discovery, search, and removal of oil and gas. The quality of subsurface data will help companies shorten the "time-to-first-oil" and extend the production phase. The Monthly Subsurface Data Management Report shows that from October 2018 to July 2020 there were 20 of 34 incident tickets for data quality information problems that were sourced from wireline log data. This study uses the six sigma DMAIC method to identify problems, measure the quality of wireline log data as a product of oil and gas drilling projects and analyze the main causes of wireline log data quality problems. And finally, at the improvement and control stage recommends some steps that can be taken to reduce the problem and how it will be improved in the future."

"Fitur dashboard yang diimplementasikan pada aplikasi web dan mobile bermanfaat untuk meningkatkan efektifitas dan efisiensi dalam memantau informasi tentang pencapaian target tim keagenan pada PT XYZ. Penelitian ini bertujuan untuk meningkatkan kinerja sistem dalam menyediakan data yang ditampilkan pada dashboard dengan melakukan perancangan serta penerapan data warehouse dan proses ETL. Perancangan data warehouse dan proses ETL dalam penelitian ini menggunakan metode Model Multidimensi. Hasil dari penelitian ini adalah data warehouse dan proses ETL yang digunakan sebagai sumber data pada dashboard.

---

The dashboard feature that has been implemented in both web and mobile applications is useful to increase the effectiveness and efficiency in monitoring information about the agency target achievement of PT XYZ. The aim of this study is to improve the system performance in providing data that are displayed on the dashboard by designing and implementing data warehouse and ETL processes. Designing of data warehouse and ETL processes in this study used Multidimensional Model method. The results of this study are data warehouse and ETL processes that are used as data sources for the dashboard."

"Kurangnya perhatian terhadap prosedur yang tepat dalam sistem perencanaan dan pengendalian adalah salah satu penyebab utama keterlambatan banyak proyek. Dalam Proyek Eksplorasi Lapangan Gas di Papua Barat, keterlambatan adalah salah satu masalah utama yang terjadi. Keterlambatan proyek selama periode pengeboran eksplorasi menyebabkan banyak kerugian terutama terkait dengan keterlambatan dalam periode monetisasi lapangan gas tersebut, sedangkan durasi kontrak bagi hasil produksi untuk lapangan gas tersebut dengan pemerintah Indonesia tidak dapat diperpanjang dalam waktu dekat. Penelitian ini dilakukan untuk memberikan pengembangan prosedur perencanaan dan pengendalian untuk meningkatkan kinerja waktu proyek pengeboran sumur gas di Lapangan Gas XYZ dengan menggunakan sistem keilmuan manajemen proyek berdasarkan PMBOK 2017. Metode yang digunakan dalam penelitian ini adalah analisis risiko menggunakan studi kasus operasi pengeboran eksplorasi Lapangan Gas XYZ dan juga survei untuk menentukan risiko dominan yang dapat memengaruhi kinerja waktu proyek. Selanjutnya, tindakan preventif dan korektif akan dirancang dan direkomendasikan untuk mengembangkan prosedur proyek pengeboran sumur gas sehingga kinerja waktu dapat ditingkatkan. Hasil dalam penelitian ini menunjukkan bahwa ada tiga aspek yang diperlukan untuk pengembangan perencanaan dan pengendalian prosedur proyek pengeboran sumur di lapangan gas XYZ; sistem manajemen risiko proyek yang diterapkan pada semua fase siklus hidup proyek, penerapan Project Management Software dan dimasukkannya analisis risiko komunikasi proyek dalam sistem manajemen risiko proyek. Hasil penelitian ini dapat memberikan masukan kepada ABC Co. selaku kontraktor yang mengelola Lapangan Gas XYZ dalam menentukan dan melakukan peningkatan kinerja operasi pengeboran dan penyelesaian sumur pengembangan dan juga sumur produksi yang akan dilakukan di masa depan.

---

Lack of attention to proper procedures in the planning and controlling system is one of the main causes of delay of many projects. In the exploration project of gas field in West Papua, delay is one of the main problems that occur. Project delays during the exploration drilling period caused many losses mainly related to delays in the monetization period of the gas field, while the duration of the production sharing contract for the gas field with the Indonesian government cannot be extended in the near future.

This research was conducted to provide development of the project planning and control system procedures for to improve the time performance of gas wells drilling projects on the XYZ Gas Field by using project management scientific principles based on the PMBOK 2017. The method used in this research is a risk analysis using a case study of XYZ Gas Field exploration drilling operations and also a survey to determine the dominant risk that can affect time performance of the project. Furthermore, preventive and corrective actions will be designed and recommended to develop the well drilling project procedures so that time performance can be improved.

The results in this research indicate that there are three aspects needed for the development of planning and controlling procedures of well drilling projects in the XYZ gas field; the project risk management system that is applied to all phases of the project life cycle, the application of a project management software and inclusion of project communication risk analysis in the risk management system. The results of this study can provide input to ABC Co., the contractor managing the XYZ Gas Field in determining and making improvements to the performance of the drilling operation and completion of the development well and also the production well that will be carried out in the future."

"[ABSTRAKDana pihak ketiga (DPK), yaitu dana yang dihimpun bank yang berasal darimasyarakat, perlu dikelola secara efektif dan efisien dengan mempersiapkanstrategi penempatan dana. Salah satu strategi dalam penempatan dana tersebutadalah menyalurkan kembali kepada masyarakat dalam bentuk pinjaman untukDPK yang diprediksi akan mengendap dalam jangka waktu yang cukup lama danmenyimpan DPK dalam bentuk kas, cadangan, atau investasi jangka pendek untukDPK yang diprediksi tidak akan mengendap dalam jangka waktu yang cukuplama menurut definisi bank. Penelitian ini menggunakan data mining untukmemprediksi porsi DPK yang mengendap dari masing-masing nasabahberdasarkan profil demografi dan transaksinya. Penelitian dibatasi pada produk tabungan, dan data yang digunakan untuk proses data mining adalah data profil nasabah dan data transaksi produk tabungan. Metodologi penelitian ini menggunakan pendekatan CRISP DM. Dan metodedata mining yang digunakan adalah teknik decision tree untuk prediksi, analisaklaster untuk proses diskritisasi label kelas yang akan digunakan dalam klasifikasidan menggunakan analisa RFM (Recency, Frequency, Monetary) untukmenyederhanakan nilai pada atribut-atribut yang terkait dengan transaksitabungan. Metode klasifikasi menggunakan algoritma C4.5 dan analisa klastermenggunakan algoritma k-means dan menggunakan WEKA sebagai data miningtools. Hasil dari penelitian ini adalah model untuk memprediksi porsi danamengendap dari nasabah. Dari hasil evaluasi menggunakan perhitungan sensitivity, spesitivity, dan accuracy menunjukan model yang berhasil dibangun memiliki keakuratan yang cukup baik dalam memprediksi porsi dana mengendap.

---

ABSTRACTThird-party funds (TPF), which is funds raised from the public, need to bemanaged effectively and efficiently by preparing a strategic placements. One ofthe strategies is by distributing loan from TPF that are expected to settle for a longperiod of time and store in the form of cash, reserves, or short-term investmentsfor TPF that are predicted will not settle within long period based on definitionfrom the bank. In this study data mining is used to predict portion of TPF thatwill settle for certain period of each customer based on the demographic profileand transaction history. The scope of this study is only for saving account product,and this study uses the customer profile data and transaction data of savingsproducts for data mining process. The research methodology in this study using the CRISP DM approach. Decision tree classification technique is used for prediction, cluster analysis method is usedfor discretization process of class labels to be used in the classification and useRFM analysis (Recency, Frequency, Monetary) to simplify the value of theattributes associated with the transaction of saving account. C4.5 algorithm isused for classification and cluster analysis using k-means algorithm and WEKA isused as data mining tools. The results of this study is the model that can predictportion of TPF that will settle for a certain period. The model evaluation bysensitivity, spesitivity, and accuracy calculation shows that the model hassuccessfully built a good accuracy in predicting of TPF that are expected to settlefor a long period of time. , Third-party funds (TPF), which is funds raised from the public, need to bemanaged effectively and efficiently by preparing a strategic placements. One ofthe strategies is by distributing loan from TPF that are expected to settle for a longperiod of time and store in the form of cash, reserves, or short-term investmentsfor TPF that are predicted will not settle within long period based on definitionfrom the bank. In this study data mining is used to predict portion of TPF thatwill settle for certain period of each customer based on the demographic profileand transaction history. The scope of this study is only for saving account product,and this study uses the customer profile data and transaction data of savingsproducts for data mining process. The research methodology in this study using the CRISP DM approach. Decision tree classification technique is used for prediction, cluster analysis method is usedfor discretization process of class labels to be used in the classification and useRFM analysis (Recency, Frequency, Monetary) to simplify the value of theattributes associated with the transaction of saving account. C4.5 algorithm isused for classification and cluster analysis using k-means algorithm and WEKA isused as data mining tools. The results of this study is the model that can predictportion of TPF that will settle for a certain period. The model evaluation bysensitivity, spesitivity, and accuracy calculation shows that the model hassuccessfully built a good accuracy in predicting of TPF that are expected to settlefor a long period of time. ]"

"Pemanfaatan teknologi digital telah membuat hampir seluruh sektor industri melakukan transformasi digital. Transformasi ini memberikan tantangan baru untuk dunia bisnis baik secara internal dan eskternal. Dengan kemajuan teknologi setiap organisasi mengalami peningkatan volume data dan variasi data serta kebutuhan untuk selalu melakukan ekplorasi terhadap data untuk kebutuhan komptetitif organisasi. PT. XYZ merupakan sebuah perusahaan publik yang didirikan tahun 1975 dan bergerak di bidang teknologi informasi yang berfokus pada ruang lingkup bisnis Digital Services dan Document solution. Berdasarkan hasil wawancara, tinjauan dokumen dan observasi, ditemukan permasalahan manajemen pengelolaan data perusahaan di PT XYZ. Salah satu akar penyebab permasalahan adalah belum adanya manajemen tata kelola data yang diterapkan. Untuk itu, penelitian ini dilakukan untuk merancang tata kelola data yang sesuai dengan kondisi organisasi. Pada penelitian ini dilakukan data governance maturity assessment untuk mengukur tingkat kematangan tata kelola data dengan hasil pengukuran ada pada level 1 (Performed). Dari hasil wawancara, observasi, studi dokumen dan pengukuran tingkat kematangan, selanjutnya dilakukan pemetaan peran dan aktivitas, struktur data governance, strategi data governance, kebijakan data governance, data governance roadmap dan strategi implementasi data governance. Dari hasil analisis yang dilakukan, terdapat depalan usulan inisiatif strategi data governance yang dapat diterapkan organisasi. Rancangan data governance dapat menjadi solusi untuk mempersiapkan penerapan data governance guna mengatasi permasalahan data organisasi.

---

The use of digital technology has enabled almost all industrial sectors to undergo digital transformation. This transformation provides new challenges for the business world both internally and externally. With advances in technology, every organization experiences an increase in data volume and data variety as well as the need to always explore data for the organization's competitive needs. PT. XYZ is a public company founded in 1975 and operates in the information technology sector which focuses on the Digital Services and Document Solution business scope. Based on the results of interviews, document reviews and observations, management problems were found in managing company data at PT XYZ. One of the root causes of the problem is that there is no data governance management in place. For this reason, this research was conducted to design data governance that is appropriate to organizational conditions. In this research, a data governance maturity assessment was carried out to measure the level of data governance maturity with the measurement results at level 1 (Performed). From the results of interviews, observations, document studies and maturity level measurements, then mapping of roles and activities, data governance structure, data governance strategy, data governance policy, data governance roadmap and data governance implementation strategy is carried out. From the results of the analysis carried out, there are eight proposed data governance strategy initiatives that organizations can implement. Data governance design can be a solution for preparing the implementation of data governance to overcome organizational data problems."

"Manajemen Data Migas (MDM) nasional telah berjalan di Indonesia selama lebih dari 15 tahun. Selama periode tersebut, pemerintah beserta mitra kerjanya, PT Patra Nusa Data (PND) telah mengumpulkan dan mengelola data EP migas seluruh Indonesia sebanyak lebih dari 700 ribu kilometer lintasan seismic, 31 ribu sumur migas, dan 170 ribu laporan teknis kegiatan migas. Untuk meningkatkan mutu/kualitas layanan data yang telah berjalan, pemerintah dan PND berinisiatif untuk mengembangkan suatu Sistem Layanan Data Berbasis Online. Penelitian ini bertujuan untuk melakukan analisis nilai manfaat ekonomis terhadap rencana investasi Sistem Layanan Data Berbasis Online sebagai bagian dari MDM nasional. Analisis dilakukan dengan memetakan kerangka pikir Kesejahteraan Dijital dengan Tabel Manfaat Bisnis SI/TI Generik untuk mengidentifikasi manfaat investasi secara makro (bagi negara) dan mikro (bagi PND sebagai mitra pemerintah). Manfaat investasi yang telah teridentifikasi dikelompokkan menggunakan System Dynamics yang selanjutnya dijadikan acuan dalam menghitung nilai manfaat investasi secara ekonomis. Untuk menunjang keberhasilan investasi, penelitian ini juga melakukan identifikasi terhadap potensi risiko investasi serta mengembangkan Key Risk Indicator (KRI) yang akan dijadikan sebagai acuan untuk mengukur tingkat risiko investasi. Hasil penelitian menyimpulkan bahwa manfat investasi dari sisi negara menghasilkan 5 kategori manfaat dengan manfaat paling dominan yaitu peningkatan kualitas produk dan layanan menjadi lebih baik. Adapun manfaat investasi dari sisi organisasi menghasilkan 10 kategori dan 26 sub kategori manfaat dengan total potensi nilai manfaat investasi selama 3 (tiga) tahun berkisar antara Rp. 214.061.691.356,- sampai Rp. 246.497.111.434,-.

---

National Oil and Gas Data Management (MDM) has been running in Indonesia for more than 15 years. During this period, the government with its partner, PT Patra Nusa Data (PND) has been collecting and managing oil & gas EP data across Indonesia by more than 700 thousand kilometers of seismic line, 31 thousand oil and gas wells, and 170 thousand technical reports. In order to improve the quality of data service, government and PND initiate to develop an Online Data Services System.

This study aims to analyze the benefit value of Online Data Services System investment as part of National Oil and Gas Data Management. The analysis is performed using framework mapping between Digital Prosperity and Generic IS/IT Business Value Table to identify the benefits of investment for the country as well as for PND as government’s partner. The identified benefits are then grouped using System Dynamics, which then is used as a reference in quantifying the benefit value of the investment. To complete the analysis, this study also identifies and develops the potential risks of the investment and Key Risk Indicator (KRI) as a reference for monitoring and measuring the level of investment risk.

The research concludes that the investment gives five categories of benefits for the country with the most dominant benefit is higher quality of goods and services. This study also results 10 categories and 26 sub categories of benefits for the organization with total potential value of the benefits for three years ranged from Rp. 214,061,691,356,- up to Rp. 246,497,111,434,-"

"Sebagai sebuah lembaga negara Lembaga Penjamin Simpanan (LPS) memiliki kebutuhan akan data dan informasi dengan kualitas yang baik untuk dijadikan sebagai dasar pengambilan keputusan dan pembuatan kebijakan. Kualitas data yang baik dapat diperoleh apabila pengelolaan data dilakukan dengan baik, termasuk melalui pengukuran kualitas data dan perancangan manajemen kualitas data sebagai bagian dari upaya strategi peningkatannya. Penelitian ini dilakukan untuk memberikan rekomendasi manajemen kualitas data untuk diterapkan di LPS sebagai upaya untuk meningkatkan kualitas data yang dikelola oleh LPS dengan menggunakan Data Quality Framework dari David Loshin dan Data Management Body of Knowledge (DMBOK) dari DAMA Institute. Sebelum dilakukan penyusunan rekomendasi manajemen kualitas data, komponen-komponen manajemen kualitas data dari Data Quality Framework yang terdiri dari harapan pengguna, dimensi kualitas data, kebijakan, prosedur, tata kelola, standar, teknologi, dan pengukuran kinerja digunakan sebagai dasar pengukuran tingkat maturitas kualitas data di LPS. Berdasarkan hasil analisis kesenjangan antara tingkat maturitas manajemen kualitas data LPS saat ini dengan tingkat maturitas manajemen kualitas data LPS yang diharapkan di masa yang akan datang telah disusun rekomendasi aktivitas manajemen kualitas data LPS yang perlu dilakukan. Dari 12 aktivitas Manajemen Kualitas Data dalam DAMA-DMBOK, terdapat 10 aktivitas yang direkomendasikan dalam inisiatif manajemen kualitas data LPS.As a government institution, the Indonesian Deposit Insurance Corporation (IDIC) has the need for good quality data and information to be used as a basis for decision making and policy making. Good data quality can be obtained if the data management is done well, including through measurement of data quality and preparation of data quality management as part of efforts to improve strategy. This research is conducted to provide recommendations for data quality management to be applied at IDIC as an effort to improve the quality of data by using Data Quality Framework from David Loshin and Data Management Body of Knowledge (DMBOK) from DAMA Institute. Prior to the preparation of data quality management recommendations, data quality management components of the Data Quality Framework consisting of user expectations, dimensions of data quality, policies, procedures, governance, standards, technology, and performance measurements are used as a basis for measuring data quality maturity levels on IDIC. Based on the results of the gap analysis between the current maturity level of IDIC’s data quality management and the expected level IDIC’s data quality management, recommendations for IDIC’s data quality management activities have been made. Of the 12 Data Quality Management activities in DAMA-DMBOK, there are 10 recommended activities to be carried out in the data quality management initiatives in IDIC."