Hasil Pencarian  ::  Simpan CSV :: Kembali

Abstrak :
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.

Abstrak :
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.

Abstrak :
PT Angkasa Pura I (Persero) atau disingkat PT AP1 merupakan salah satu perusahaan BUMN yang mempunyai tugas pokok memberikan pelayanan bisnis bandar udara di Indonesia. Dalam mendukung bisnisnya tersebut, PT AP1 menyadari bahwa data dan informasi merupakan aset strategis yang bermanfaat dalam pengambilan keputusan yang tepat dan kepatuhan pada regulasi sektoral. Berdasarkan hasil audit tata kelola TI yang dilakukan tim independen, diperoleh hasil bahwa maturity level manajemen data tidak mencapai target yang diharapkan. Salah satu akar masalahnya adalah belum diterapkannya tata kelola data. Sehingga berdampak terhadap meningkatnya resiko integritas data yang berimbas terhadap penyalahgunaan data dan ketersediaan data. Akibatnya pelayanan terhadap pengguna jasa bandara akan terganggu. Serta dapat menyebabkan melesetnya perencanaan program pengembangan bandar udara setiap tahunnya. Berdasarkan permasalahan tersebut, penelitian ini merumuskan rancangan data governance menggunakan panduan kerangka kerja Data Management Body of Knowledge (DMBOK) untuk menjadi acuan PT AP1 dalam menyusun program data governance. Rancangan mengacu kepada empat komponen utama yaitu kebutuhan, peran, tanggung jawab, dan aktivitas yang diselaraskan dengan kerangka kerja dalam DMBOK. Penelitian ini menghasilkan model operasi yang dibagi menjadi tiga area utama yaitu executive, strategies, dan technical and operation, struktur organisasi dengan peran dan tanggung jawab, ruang lingkup dalam penyusunan kebijakan dan prosedur, dan peta jalan implementasi data governance. ......PT Angkasa Pura I (Persero) or abbreviated as PT AP1 is a state-owned company that has the main task of providing airport business services in Indonesia. In supporting its business, PT AP1 realizes that data and information are strategic assets that are useful in making the right decisions and compliance with sectoral regulations. Based on the results of the IT governance audit conducted by an independent team, it was found that the maturity level of data management did not reach the expected target. One of the root causes is that data governance has not been implemented. So that it has an impact on increasing the risk of data integrity which has an impact on data misuse and data availability. As a result, service to airport service users will be disrupted. And it can cause annual airport development program planning to be missed. Based on that problems, this study formulates a design of data governance using the Data Management Body of Knowledge (DMBOK) framework guidelines as a reference for PT AP1 in compiling a data governance program. The design refers to four main components namely needs, roles, responsibilities, and activities that are aligned with the framework in the DMBOK. This research produces an operating model that is divided into three main areas, namely executive, strategies, and technical and operation, organizational structure with roles and responsibilities, scope of policies and procedures, and a road map for implementing data governance.

Abstrak :
The book presents the latest, high-quality, technical contributions and research findings in the areas of data management and smart computing, big data management, artificial intelligence and data analytics, along with advances in network technologies. It discusses state-of-the-art topics as well as the challenges and solutions for future development. It includes original and previously unpublished international research work highlighting research domains from different perspectives. This book is mainly intended for researchers and practitioners in academia and industry.

Abstrak :
Perkembangan sistem teknologi telekomunikasi yang semakin canggih dan kompleks memicu meningkatnya kegagalan ataupun kesalahan sistem dalam sistem jaringan utama dan sistem pendukung layanan telekomunikasi, serta kesalahan yang terjadi pada bisnis proses dan sumber daya manusia yang terkait. Kegagalan dan kesalahan ini menyembabkan kerugian yang ditanggung perusahaan, kerugian yang ditimbulkan dengan istilah revenue leakage atau kebocoran pendapatan. Revenue Assurance memegang peranan penting dalam pengendalian terhadap resiko revenue leakage dengan membuat kontrol dalam mendeteksi dan mencegah terjadinya kebocoran agar mampu meminimalkan biaya dan memaksimalkan potensi pendapatan. Dalam tesis ini dikembangkan metode untuk menganalisis Big data CDR untuk mengoptimalkan proses analisis pada revenue assurance control dengan menggunakan algoritma K-means Clustering. Algortima ini mengelompokkan obyek pengamatan dalam beberapa kategori yang diindikasikan sebagai titik kebocoran. Hasil kelompok yang dihasilkan dengan kategori yang beresiko tinggi memiliki anggota yang sedikit dengan tingkat nilai evaluasi akurasi cluster, R-Squared, sekitar 90%. ......In the telco industry, Revenue Assurance plays an important role to assure the company revenue from leakage. the revenue chain is established across the process and whole sophisticated system that technologically complex to provide the unstoppable services. This case increasing the probability of system or process failure leads to the leakage. Hence necessary the revenue assurance control to detect and prevent it then it can help to minimize cost and maximize revenue. In this thesis, developed the analysis method in big data CDR to optimize analysis process at revenue assurance control using K-means Clustering algorithm. The use of the K-means clustering algorithm method able to group the object areas with high risk indications of leakage. The cluster result of high risk of leakage is having low amount of member, and the cluster evaluation result of R-Squared giving the good value about 90%.

Abstrak :
Data merupakan faktor penting yang mempengaruhi dan menunjang keberhasilan di dalam organisasi atau perusahaan. Data merupakan aset dan menjadi faktor pendukung maupun penunjang dalam pengambilan keputusan baik di level manajemen puncak ataupun di bawahnya. PT JAS merupakan salah satu perusahaan penjaminan syariah yang mengelola risiko, melakukan proses pengajuan penjaminan dan pembayaran klaim berdasarkan dukungan data, sehingga dalam menjalankan bisnisnya PT JAS memiliki ekspektasi terhadap data yang berkualitas. Namun berdasarkan realitas, masih ditemukan data tidak lengkap, tidak benar dan tidak akurat di dalam database aplikasi yang menjadi core bisnis penjaminan. Berdasarkan gap antara ekspektasi dan realitas di PT JAS maka, dapat disimpulkan bahwa terjadi masalah yaitu “Kualitas data tidak mencapai target”. Dari hasil analisis yang dilakukan terkait permasalahan-permasalahan kualitas data penulis menentukan satu akar permasalahan untuk dibahas dan diselesaikan di dalam penelitian ini yaitu perusahaan “belum menerapkan tata kelola data “. Hal ini yang menjadi dasar diperlukannya optimalisasi kualitas data perusahaan dengan penerapan sebuah data management yang baik dengan perancangan data governance. Berdasarkan panduan DMBOK, di dalam menyusun fungsi data management pada suatu organisasi data governance merupakan fungsi utama yang harus dipersiapkan terlebih dahulu di dalam penyusunan tersebut. Penelitian ini merupakan penelitian kualitatif dengan paradigma interpretative yang bertujuan untuk mendapatkan sebuah rancangan struktur data governance yang sesuai dan memberikan rekomendasi penyelesaian permasalahan data di PT JAS. Proses pengumpulan data dilakukan melalui wawancara, studi literatur dan observasi dokumen. Hasil dari penelitian ini adalah pemetaan peran dan penyusunan data governance sesuai dengan kondisi organisasi yang dikelompokkan ke dalam peran organisasi dan individu terhadap aktivitas-aktivitas di area perencanaan maupun operasional, selanjutnya dari pemetaan peran diusulkan sebuah rancangan struktur data governance operating model yang membagi jalur eskalasi menjadi taktis dan operasional serta strategis. Selain itu, dari hasil analisis assessment tingkat kematangan data governance, diperoleh 11 usulan inisiatif yang dapat dilakukan untuk menunjang aktivitas data governance dan tercapainya integritas data. ......Data is an important factor that influences and supports success in an organization or company. Data is an asset and is a supporting and supporting factor in decision making both at the top management level and below. PT JAS is one of the sharia guarantees companies that manages risk, processes submissions of guarantees and claims payments based on data support, so that in conducting its business PT JAS has expectations of quality data. However, based on reality, it is still found incomplete, incorrect and inaccurate data in the application database which is the core of the guarantee business. Based on the gap between expectations and reality at PT JAS, it can be concluded that a problem occurred namely "Data quality did not reach the target". From the results of the analysis conducted related to data quality problems, the author determines one root problem to be discussed and resolved in this study, namely the company "has not implemented data governance". This is the basis for the need for optimizing the quality of company data by implementing a good data management by designing data governance. Based on DMBOK guidelines, in compiling data management functions in a data governance organization is the main function that must be prepared in advance in the preparation. This study is a qualitative research with an interpretative paradigm that aims to get an appropriate data structure governance design and provide recommendations for solving data problems at PT JAS. The process of collecting data is done through interviews, literature studies and document observations. The results of this research are role mapping and governance data compilation in accordance with organizational conditions which are grouped into organizational and individual roles for activities in the planning and operational areas, then from the role mapping it is proposed that a governance operating model data structure design that divides the escalation path into tactical and operational as well as strategic. In addition to this from the results of the assessment analysis of the maturity level of governance data, 11 proposed initiatives that can be carried out to support data governance activities and data integrity are achieved.

Abstrak :

Distribusi Generalized Exponential diperkenalkan oleh Rameshwar D. Gupta dan Debasis Kundu pada tahun 2007. Distribusi  Generalized Exponential tersebut merupakan hasil generalized distribusi Exponential. Skripsi ini menjelaskan distribusi  Generalized Exponential Marshall Olkin yang merupakan hasil dari perluasan distribusi Generalized Exponential menggunakan metode Marshall Olkin. Distribusi Generalized Exponential Marshall Olkin lebih fleksibel dari distribusi sebelumnya terutama pada fungsi hazardnya yang memiliki berbagai bentuk baik monoton (naik atau turun) maupun non monoton (bathub atau upside down bathup) sehingga dapat memodelkan data survival dengan lebih baik. Sifat fleksibelitas ini disebabkan karena penambahan parameter baru ke dalam distribusi Generalized Exponential. Selanjutnya dijelaskan beberapa karakteristik dari distribusi Generalized Exponential Marshall Olkin antara lain fungsi kepadatan peluang (fkp), fungsi distribusi kumulatif, fungsi hazard, momen ke-n, mean, dan variansi. Penaksiran parameter dilakukan dengan metode maximum likehood. Pada bagian aplikasi ditunjukkan data survival yang berasal dari data Aarset (1987) berdistribusi Generalized Exponential Marshall Olkin. Selanjutnya distribusi Generalized Exponential Marshall Olkin dibandingkan dengan distribusi Alpha Power Weibull untuk mencari distribusi mana yang lebih cocok dalam memodelkan data Aarset (1987). Dengan menggunakan AIC dan BIC distribusi Generalized Exponential Marshall Olkin lebih cocok dalam memodelkan data Aarset (1987).

 

---

Generalized Exponential distribution was introduced by Rameshwar D. Gupta and Debasis Kundu in 2007. Generalized Exponential distribution was generated by generalized transformation of the Exponential distribution. This thesis explained the Generalized Exponential Marshall-Olkin distribution which is the result of the expansion of the Generalized Exponential distribution using the Marshall-Olkin method. The Generalized Exponential Marshall-Olkin distribution has a more flexible form than the previous distribution, especially in its hazard function which has various forms that it can represent survival data better. The flexibility characteristic is due to the addition of new parameters to the Generalized Exponential distribution. Futhermore, some characteristics of the Generalized Exponential Marshall-Olkin distribution was explained such as, the probability density function(PDF), cumulative distribution function, survival function, hazard function, moment, mean, and variance. Parameter estimation was conducted by using the maximum likelihood method. In the application section was shown survival data from Aarset data (1987) which distributed Generalized Exponential Marshall-Olkin distribution. Futhermore, Generalized Exponential Marshall-Olkin distribution was compared with Alpha Power Weibull disstribution to decided theprominent distribution in modeling Aarset data (1987). Using AIC and BIC, Generalized Exponential Marshall-Olkin distribution more suitable in modeling Aarset data (1987).

Abstrak :
Penelitian ini bertujuan untuk mengetahui pola spasial dari kepuasan hidup penduduk DKI Jakarta. Data penelitian diambil melalui survei online pada penduduk Jakarta yang berusia di atas 18 tahun ( N=748). Pengukuran variabel kepuasan hidup dilakukan dengan menggunakan Satisfaction With Life Scale (SWLS) dan untuk variabel kondisi geografi didapatkan dari data sekunder Badan Pusat Stastistik dan Jakarta Open Data. Analisis spasial dilakukan dengan menggunakan metode autokorelasi spasial Moran’s I, Moran scatter plot, dan regresi. Temuan penelitian menunjukkan bahwa terdapat pola spasial kepuasan hidup penduduk Jakarta yang mengelompok di tingkat kelurahan (Moran’s I= 0.224) dan densitas penduduk di tingkat kelurahan berkontribusi terhadap kepuasan hidup penduduk Jakarta (R² = 0.111). ......The current study is aimed to analyse geospatial pattern of life satisfaction among Jakarta’s residents. Data were gathered through an online survey on the Jakarta’s population aged above 18 years (N = 748). Life satisfaction was measured using Satisfaction With Life Scale (SWLS) and geographic data were obtained from Badan Pusat Statistik and Open Data Jakarta. Spatial data were analyzed using Moran’s I spatial autocorrelation method, Moran Scatter plot, and regression. Results showed that there is a clustered pattern of life satisfaction among residents of Jakarta (Moran’s I=0.224) and population density at urban village level contributes to life satisfaction of Jakarta’s population (R² = 0.111).

Abstrak :
ABSTRAK
Dalam dunia organisasi dewasa ini, pengelolaan data dan informasi sudah menjadi kegiatan yang sangat penting dalam mendukung tercapainya tujuan organisasi. Sebagai Kementerian baru pada Pemerintahan Republik Indonesia, Kementerian Riset, Teknologi dan Pendidikan Tinggi Kemristekdikti merupakan organisasi yang juga memerlukan pengelolan data dan informasi yang baik. Pengelolaan data Ilmu Pengetahuan dan Teknologi Iptek , serta pengelolaan data Pendidikan Tinggi Dikti adalah tanggung jawab Kementerian ini. Sejauh ini, kebijakan tentang pengelolaan data tersebut masih dalam proses pembahasan, padahalpermasalahan-permasalahan terkait dengan data sudah seringkali bermunculan dan mengganggu kinerja organisasi. Kondisi ini mengharuskan Kemristekdikti untuk segera menerapkan kebijakan pengelolaan datadan informasi yang baik.Permasalahan data seringkali terjadi karena organisasi belum menerapkan data management yang efektif. Berdasarkan panduan Data Management Body of Knowledge DMBOK , fungsi data management terbagi ke dalam sepuluh komponen, satu komponen yang memegang peranan sangat penting bagi pelaksanaan komponen lainnya adalah data governance. Penelitian ini bertujuan untuk mengetahui rancangan struktur data governance berdasarkan panduan DMBOK sebagai referensi utama. Rancangan struktur yang disusun mengacu kepada penelitian tentang data governance sebelumnya yang terdiri atas tiga unsur, yaitu role, decision areadan responsibility. Selanjutnya hasil rancangan yang diperoleh disesuaikan dengan kondisi Kemristekdikti sehingga menjadi titik awal dalam pelaksanaan data governance di lingkungan Kemristekdikti.Hasil dari penelitian ini menunjukan bahwa panduan DMBOK bisa dipadukan dengan struktur data governance penelitian sebelumnya. Aktivitas data governance pada DMBOK dapat digunakan sebagai solusi awal dari permasalahan data yang terjadi. Harapannya, struktur data governance yang dirancang dapat diaplikasikan sehingga pelaksanaan data governance di Kemristekdikti dapat berjalan secara berkesinambungan.

---

ABSTRACT
Currently, in organizational world, data and information management is very important activity to support organizational goal achievement. As new ministry of Indonesia Republic, Ministry of Research, Technology and Higher Education Kemristekdikti also requires good data and information management. Data management of science, technology and higher education is this ministry responsibility. In so far, policy of such data management is in discussion process indeed, frequently, so many problems related with data had arisen and disturbed organizational performance. Such condition resulted in the Ministry of Research, Technology and Higher Education should apply good data and information management. Frequently, data issues had occurred because organization had not applied effective data management. Based on data guidance of Data Management Body of Knowledge DMBOK , function of data management is divided into ten components which of very importantone and playing role is data governance.This research is aimed at knowing structural designing of data governance based on DMBOK guidance as principal reference.Structural designing having been set refer to research on previous data governance comprising three elements, those are role, decision area and responsibility. Subsequently, designing result having been obtained to be adjusted with condition of Ministry of Research, Technology and Higher Education and as starting point to implement data governance atMinistry of Research, Technology and Higher Education.This research result had indicated that DMBOK guidance may be combined with previous research on structure of data governance. Activity of data governance at DMBOK may be used as early solution from occurring data problem.Wishfully, the designed data governance structure may be applied, hence, implementation of data governance at Ministry of Research, Technology and Higher Education may be realized sustainably.